導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇人工智能的發(fā)展速度，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

1956年夏天，美國(guó)達(dá)特茅斯學(xué)院舉行了歷史上第一次人工智能（Artificial Intelligence）研討會(huì)，這被認(rèn)為是人工智能誕生的標(biāo)志。如今，人工智能已經(jīng)走過(guò)了60年，幾經(jīng)高峰和低谷，伴隨著人機(jī)交互、機(jī)器學(xué)習(xí)、模式識(shí)別等技術(shù)的提升，人工智能成為了這一時(shí)代的新趨勢(shì)。

五角大樓的CALO項(xiàng)目是史上最大的人工智能項(xiàng)目，它為Siri的誕生奠定了基礎(chǔ)；IBM超級(jí)計(jì)算機(jī)沃森（Watson）無(wú)需進(jìn)行人工編程，它的每一次體驗(yàn)都能讓自己更快速一些……隨著人工智能與大數(shù)據(jù)、物聯(lián)網(wǎng)、生物技術(shù)、虛擬現(xiàn)實(shí)等新興產(chǎn)業(yè)結(jié)合，它對(duì)其他產(chǎn)業(yè)乃至社會(huì)經(jīng)濟(jì)的滲透速度都將越來(lái)越快。

當(dāng)前，新一輪科技革命和產(chǎn)業(yè)變革正在孕育興起，生物技術(shù)、新材料技術(shù)、新能源技術(shù)廣泛滲透，帶動(dòng)幾乎所有領(lǐng)域發(fā)生了以綠色、智能、泛在為特征的群體性技術(shù)革命，大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等新一代信息技術(shù)同機(jī)器人技術(shù)相互融合步伐還在不斷加快。毋庸置疑的是，未來(lái)人工智能技術(shù)的發(fā)展與飛躍，將極大地改變世界面貌，改變?nèi)藗兊纳罘绞?。人工智能與虛擬現(xiàn)實(shí)、物聯(lián)網(wǎng)等技術(shù)的融合，也將對(duì)未來(lái)社會(huì)的生產(chǎn)方式革命、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、商業(yè)模式革新等產(chǎn)生巨大而深遠(yuǎn)的影響。在第三屆世界互聯(lián)網(wǎng)大會(huì)期間的《烏鎮(zhèn)指數(shù)：全球人工智能發(fā)展報(bào)告2016》指出，2015年全球新增人工智能企業(yè)達(dá)到了806家，平均每10.9個(gè)小時(shí)就有一家人工智能企業(yè)誕生。

國(guó)家對(duì)人工智能的重視程度與扶持力度也在持續(xù)提升。“十三五”規(guī)劃中，特別提到要形成人機(jī)交互網(wǎng)絡(luò)空間，將人工智能上升為國(guó)家戰(zhàn)略；2016年5月，國(guó)家發(fā)改委、中央網(wǎng)信辦等聯(lián)合印發(fā)《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》；2015年7月的《國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)》，明確指出要重點(diǎn)發(fā)展人工智能在家居、終端、汽車、機(jī)器人等領(lǐng)域的應(yīng)用，并將“互聯(lián)網(wǎng)+”人工智能作為11個(gè)重點(diǎn)行動(dòng)模塊之一……

篇2

最近幾天，“圍棋人機(jī)大戰(zhàn)”吸引了廣大網(wǎng)友的廣泛關(guān)注。由谷歌公司開(kāi)發(fā)的圍棋人工智能程序“阿爾法圍棋”以3∶0完勝圍棋世界冠軍李世石。比賽勝負(fù)已分，但帶給人的思考卻未就此停止?！鞍柗▏濉焙?jiǎn)單來(lái)說(shuō)就是人工智能技術(shù)的一個(gè)發(fā)展成果，但是基于目前“阿爾法圍棋”的表現(xiàn)，能夠明顯看出它雖然展現(xiàn)出來(lái)的能力還主要是計(jì)算機(jī)基本邏輯推理能力，但是其已經(jīng)具有極強(qiáng)的學(xué)習(xí)能力。在“圍棋人機(jī)大戰(zhàn)”中，面對(duì)李世石的“奇招”，“阿狗”從容應(yīng)對(duì)，直接引發(fā)了人們對(duì)未來(lái)人工智能取代企業(yè)人工操作的若干思考。

但是就目前而言，距離實(shí)現(xiàn)成熟的人工智能技術(shù)還很遙遠(yuǎn)，甚至可以說(shuō)，未來(lái)能不能實(shí)現(xiàn)還是個(gè)謎。因?yàn)橛袃蓚€(gè)重要的技術(shù)屏障無(wú)法突破，一是當(dāng)前馮?諾依曼型計(jì)算機(jī)還不具備模擬人腦的強(qiáng)大能力；二是腦科學(xué)的發(fā)展速度仍然緩慢，人類對(duì)于自身大腦詳細(xì)的深層結(jié)構(gòu)和運(yùn)作方式知之甚少。雖然基于目前科學(xué)研究結(jié)果能夠提出以上建議，但是通過(guò)“圍棋人機(jī)大戰(zhàn)”，讓人們充分見(jiàn)識(shí)到了人工智能技術(shù)的強(qiáng)大能力，那么一旦這種技術(shù)突破障礙，對(duì)當(dāng)前企業(yè)發(fā)展、人工操作將具有怎樣的影響，一時(shí)間成為討論熱點(diǎn)。

關(guān)于人工智能技術(shù)對(duì)人們生活和工作的具體影響還無(wú)法預(yù)測(cè)，但是有一點(diǎn)不可否認(rèn)，人工智能技術(shù)的出現(xiàn)也就代表著人類的很多事情在未來(lái)完全有可能被計(jì)算機(jī)、機(jī)器人所替代，并且可以明確斷定計(jì)算機(jī)、機(jī)器人能憑借它們強(qiáng)大的能力幫助人類做出更多出色的成績(jī)。到那時(shí)，機(jī)器人會(huì)走入家庭，像朋友一樣與人類相處，甚至還可能成為人類家庭中的一員。那么對(duì)于經(jīng)營(yíng)者來(lái)講，在企業(yè)發(fā)展中也就可以大量應(yīng)用人工智能技術(shù)，提高企業(yè)生產(chǎn)的程序化設(shè)計(jì)，從而顯著提高企業(yè)的生產(chǎn)效率及生產(chǎn)質(zhì)量。企業(yè)中的大部分人工操作也就可以采用計(jì)算機(jī)、機(jī)器人代替，一方面可以最大化地節(jié)約成本；另一方面可以日夜操作，從而顯著提高企業(yè)的生產(chǎn)效率，對(duì)生產(chǎn)質(zhì)量也能夠有最直觀的控制?？傊斯ぶ悄芗夹g(shù)的發(fā)展對(duì)企業(yè)發(fā)展具有明顯的促進(jìn)作用，相信也將成為企業(yè)未來(lái)發(fā)展的主要方向。

篇3

>> 李開(kāi)復(fù)：人類還有機(jī)會(huì) 李開(kāi)復(fù)：面對(duì)癌魔有反思 還有機(jī)會(huì) 機(jī)會(huì)，還有機(jī)會(huì) 李開(kāi)復(fù) 2013年社交領(lǐng)域創(chuàng)業(yè)機(jī)會(huì)少 李開(kāi)復(fù):有用的創(chuàng)新更重要 激情李開(kāi)復(fù):婚姻是最有力的后盾 李開(kāi)復(fù)簡(jiǎn)歷 意外李開(kāi)復(fù) 李開(kāi)復(fù)自豪 校長(zhǎng)李開(kāi)復(fù) 李開(kāi)復(fù)/丁俊暉 別了，李開(kāi)復(fù) 柯達(dá)還有機(jī)會(huì) 你還有機(jī)會(huì) “價(jià)值投資”還有機(jī)會(huì)嗎 莫斯科還有機(jī)會(huì)嗎 面貼膜市場(chǎng)還有機(jī)會(huì)搶 短信支付還有機(jī)會(huì)？ 光線電視　還有機(jī)會(huì)么？ 常見(jiàn)問(wèn)題解答 當(dāng)前所在位置：中國(guó) > 管理 > 李開(kāi)復(fù):人類還有機(jī)會(huì) 李開(kāi)復(fù):人類還有機(jī)會(huì) 雜志之家、寫(xiě)作服務(wù)和雜志訂閱支持對(duì)公帳戶付款！安全又可靠！ document.write("作者： 本刊編輯部")

申明:本網(wǎng)站內(nèi)容僅用于學(xué)術(shù)交流，如有侵犯您的權(quán)益，請(qǐng)及時(shí)告知我們，本站將立即刪除有關(guān)內(nèi)容。 李開(kāi)復(fù)，1961年生于中國(guó)臺(tái)灣，曾在蘋(píng)果、SGI、微軟和Google等多家公司擔(dān)任要職。2009年創(chuàng)辦創(chuàng)新工場(chǎng)，并任董事長(zhǎng)兼首席執(zhí)行官，新作《人工智能》已經(jīng)上市。

01 基因功能代表的“生物改造”和人工智能為代表的“機(jī)械改造”，哪個(gè)更像人類的未來(lái)？

一個(gè)是對(duì)人類身體的理解，另一個(gè)能提升整個(gè)人類的效率。這兩者之間可能還有交叉。但我覺(jué)得人工智能更重要，它給整個(gè)社會(huì)結(jié)構(gòu)帶來(lái)的機(jī)會(huì)和挑戰(zhàn)更多。算法延伸到生物和醫(yī)學(xué)等領(lǐng)域。它是通用的，所以價(jià)值更大一點(diǎn)。

02《未來(lái)簡(jiǎn)史》作者提出生物都是算法，算法很快就會(huì)比人類更了解它自己。你怎么看？

他太簡(jiǎn)化了人工智能能做和不能做的事。人類沒(méi)有因?yàn)橛?jì)算器的發(fā)明就停止數(shù)學(xué)的創(chuàng)新，也沒(méi)有因?yàn)槠嚲屯Ｖ沽速惻?。很多?wèn)題上確實(shí)人工智能超過(guò)人類。在一個(gè)數(shù)據(jù)量夠大、場(chǎng)景夠單一、決策夠客觀、非黑即白的領(lǐng)域里，人沒(méi)有辦法做幾千維度的精細(xì)判斷，是永遠(yuǎn)不會(huì)超過(guò)機(jī)器的，AlphaGo是個(gè)例子。但不能延伸下去就說(shuō)它有常識(shí)。我也不同意生物等同于算法。安慰劑效應(yīng)是什么算法算出的？愛(ài)上一個(gè)人是什么算法？當(dāng)我們幫助弱勢(shì)群體，感覺(jué)到自我實(shí)現(xiàn)，又是什么算法？我不會(huì)算，它更不會(huì)算。

03 量子計(jì)算如果成功，人工智能會(huì)得到怎樣的發(fā)展？

有可能帶來(lái)質(zhì)的變化。人類的當(dāng)務(wù)之急，是看到人工智能將產(chǎn)生的社會(huì)效應(yīng)和結(jié)果，以及怎么面對(duì)這些必然的結(jié)果。

04 人工智能將取代許多人的工作，那如何重新解釋人的價(jià)值？

好消息是，人工智能將創(chuàng)造大量財(cái)富，解決了溫飽問(wèn)題，下一步就是人類的自我實(shí)現(xiàn)。人工智能的弱點(diǎn)在只會(huì)做邊界清晰的事，炒股就炒股、下棋就下棋，它不會(huì)做跨領(lǐng)域的東西。它還做不了模糊的東西，人類可以多做跨領(lǐng)域的文化藝術(shù)工作。

05 在與AlphaGo的對(duì)弈中，“棋感”的概念已經(jīng)被消解，下一步會(huì)是“審美”“情緒”等概念么？

對(duì)圍棋的認(rèn)知錯(cuò)了嘛，這是一個(gè)非?？陀^、大數(shù)據(jù)的、非贏即輸?shù)膯?wèn)題，所以非常適合機(jī)器，相對(duì)不適合人，所謂的棋神、棋圣把非常不適合人的問(wèn)題，組合出了一種認(rèn)知方法，讓不適合的人居然也能下得這么好，已經(jīng)是個(gè)奇跡了。但在非大數(shù)據(jù)、非單一、非客觀領(lǐng)域，人類還沒(méi)被大數(shù)據(jù)人工智能碾軋，還有機(jī)會(huì)。

06 人類能理解AlphaGo么？若不能，未來(lái)有機(jī)會(huì)了解么？

完全了解是很難的。人類的決策機(jī)制，是簡(jiǎn)單粗暴的，舉個(gè)貸款的例子，人工智能可能有著1200個(gè)維度的貸款條件，建一個(gè)非常復(fù)雜的數(shù)學(xué)模型，來(lái)判斷借不借錢(qián)。但把這1200維度的數(shù)學(xué)模型，用人能夠聽(tīng)得懂的方法，說(shuō)明為什么不借錢(qián)，那是不可能的。

07 各類技術(shù)公司都在宣魅斯ぶ悄埽是否新一輪泡沫在產(chǎn)生？

肯定是有泡沫的，尤其是國(guó)內(nèi)二級(jí)市場(chǎng)炒的人工智能概念，在一級(jí)市場(chǎng)，很多VC都想投，但不很懂，很容易被忽悠。

08 未來(lái)如果有“人工智能”的平臺(tái)，能否預(yù)測(cè)大致的框架？

可能有點(diǎn)像今天的iOS或安卓平臺(tái)。以后可能會(huì)有人工智能的工具箱，提供深度學(xué)習(xí)的工具。很厲害的工程師，能把這些工具拿出來(lái)用，不用太了解工具是怎么工作的，就像木匠不必知道鋸子是什么金屬做的。到這樣的狀態(tài)時(shí)，人工智能的應(yīng)用就會(huì)井噴。

09 你能想到最保守的未來(lái)“人工智能”的形態(tài)是什么？

首先把全部的大數(shù)據(jù)運(yùn)用起來(lái)，創(chuàng)造巨大的價(jià)值。第二，通過(guò)傳感器，收集新數(shù)據(jù)，創(chuàng)造新的前所未有的應(yīng)用，如智慧城市，智能交通。第三是全面自動(dòng)化，人類徹底從瑣碎重復(fù)的事情中解放。最保守的情況是，因?yàn)閾?dān)憂這些事情，很多國(guó)家用法律來(lái)降低其發(fā)展速度，比如為了保護(hù)銀行，不讓機(jī)器人炒股。

篇4

該走的路一步也省不了。

近兩年，我們經(jīng)常聽(tīng)到一些諸如“這是一個(gè)千億元級(jí)別的市場(chǎng)”“一定能夠顛覆BAT”的豪言壯語(yǔ)，如今卻很少聽(tīng)到了；中關(guān)村的創(chuàng)業(yè)咖啡也涼了許多，“什么都不缺，就差一個(gè)程序員了”的創(chuàng)業(yè)者在資本的萎靡下也開(kāi)始考慮為了明天的早餐開(kāi)始找工作；盛極一時(shí)的iOS培訓(xùn)也偃旗息鼓了，培訓(xùn)出來(lái)的iOS學(xué)員發(fā)現(xiàn)市場(chǎng)上很難薪資溢價(jià)了，因?yàn)楹退麄円黄饝?yīng)聘的，可能就是當(dāng)時(shí)的培訓(xùn)老師……

經(jīng)濟(jì)不好，創(chuàng)業(yè)前景、公司發(fā)展遇阻的時(shí)候就會(huì)搞概念。

“過(guò)去大家普遍認(rèn)為好概念對(duì)互聯(lián)網(wǎng)企業(yè)最重要。但Google的成功案例使人們猛然發(fā)現(xiàn)，憑借技術(shù)在行業(yè)里樹(shù)立最大壁壘，可以獲得產(chǎn)業(yè)最有價(jià)值的利益鏈條，現(xiàn)在連微軟這種典型的技術(shù)型企業(yè)也開(kāi)始涉足互聯(lián)網(wǎng)了?！卑⒗锇桶虲TO吳炯說(shuō)。而馬云笑稱，自己雖然算不上懂技術(shù)，但懂得尋找“適應(yīng)市場(chǎng)需求的技術(shù)”。

這種提醒針對(duì)的是新一輪互聯(lián)網(wǎng)創(chuàng)業(yè)風(fēng)潮。目前的創(chuàng)業(yè)者們總是堅(jiān)持，一個(gè)好概念暗示著輝煌的未來(lái)。

但新一輪互聯(lián)網(wǎng)的輝煌遲遲沒(méi)有到來(lái)，代表著中國(guó)互聯(lián)網(wǎng)新興力量的Web2.0公司，不管是在流量指標(biāo)上，還是在盈利模式上，至今都沒(méi)有出現(xiàn)過(guò)像美國(guó)的社區(qū)網(wǎng)站YouTube、Myspace那樣的顛覆性力量，伴隨它們的反倒是裁員、資本枯竭等不利消息。

IDG亞洲區(qū)裁熊曉鴿認(rèn)為，風(fēng)投最先選擇的是能創(chuàng)造服務(wù)和技術(shù)的人，其次才會(huì)考慮公司對(duì)行業(yè)的影響。而“技術(shù)大拿”們對(duì)這種現(xiàn)象的評(píng)價(jià)更為苛刻，在他們看來(lái)，互聯(lián)網(wǎng)的迅速崛起，靠的是打破常規(guī)的奇思妙想。如今的互聯(lián)網(wǎng)企業(yè)則經(jīng)常缺乏創(chuàng)新精神，害怕失敗，于是炒作概念往往成為捷徑，很多新概念就出來(lái)了：移動(dòng)互聯(lián)網(wǎng)時(shí)代已經(jīng)結(jié)束、下半場(chǎng)開(kāi)始、新零售變革……

移動(dòng)互聯(lián)網(wǎng)時(shí)代結(jié)束了？

首先是李彥宏提出的：“移動(dòng)互聯(lián)網(wǎng)時(shí)代已經(jīng)結(jié)束。”核心概念是，靠移動(dòng)互聯(lián)網(wǎng)的風(fēng)口已經(jīng)沒(méi)有可能再出現(xiàn)獨(dú)角獸了，因?yàn)槭袌?chǎng)已經(jīng)進(jìn)入相對(duì)平穩(wěn)的發(fā)展階段，下一個(gè)發(fā)展階段是人工智能和物聯(lián)網(wǎng)的時(shí)代。

互聯(lián)網(wǎng)人口發(fā)展到一個(gè)瓶頸期，這是不爭(zhēng)的事實(shí)，但是講移動(dòng)互聯(lián)網(wǎng)時(shí)代已經(jīng)結(jié)束，可能還為時(shí)尚早吧。如果說(shuō)移動(dòng)互聯(lián)網(wǎng)時(shí)代已經(jīng)結(jié)束，那么百度豈不是完美錯(cuò)過(guò)了整個(gè)移動(dòng)互聯(lián)網(wǎng)時(shí)代？

移動(dòng)互聯(lián)網(wǎng)的出現(xiàn)沖擊了PC互聯(lián)網(wǎng)，但也并沒(méi)有出現(xiàn)能夠取代移動(dòng)互聯(lián)網(wǎng)的新型互聯(lián)網(wǎng)方式。移動(dòng)互聯(lián)網(wǎng)這一波已經(jīng)過(guò)了幾年，它的體量已經(jīng)很大，所以它的發(fā)展速度自然會(huì)慢慢放緩。但是在移動(dòng)互聯(lián)網(wǎng)上面還有很多可以創(chuàng)新的地方，比如Wi-Fi通訊方式還并沒(méi)有像流量一樣，隨時(shí)隨地統(tǒng)一入口覆蓋，隨時(shí)隨地可獲取流量的發(fā)展也沒(méi)有達(dá)到成本可忽略的程度，新的獨(dú)角獸仍然未出現(xiàn)。還有諸如“互聯(lián)網(wǎng)+自行車”這樣的模式出來(lái)，所以現(xiàn)在移動(dòng)互聯(lián)網(wǎng)時(shí)代只是梯度放緩，絕不是結(jié)束。

李彥宏提出移動(dòng)互聯(lián)網(wǎng)時(shí)代已經(jīng)結(jié)束，人工智能與物聯(lián)網(wǎng)的時(shí)代才是未來(lái)。我們完全可以理解百度錯(cuò)過(guò)移動(dòng)互聯(lián)網(wǎng)時(shí)代，并急于在人工智能方面抓緊迎頭趕上的迫切心態(tài)，畢竟曾經(jīng)騰訊加阿里也不如百度的市值高。但是經(jīng)此移動(dòng)互聯(lián)網(wǎng)一役，百度已經(jīng)只是這兩家市值的零頭了，可見(jiàn)人工智能并不是靠造概念就行的。

人工智能更多的還是在云端，終端客戶不需要去理解什么是人工智能、如何使用人工智能，他們只需要關(guān)心人工智能可以為他們提供哪些服務(wù)。

所以在云端怎么讓它更智能，如何運(yùn)用大數(shù)據(jù)，這才是風(fēng)口，但是現(xiàn)在是到了一個(gè)最關(guān)鍵的時(shí)間了嗎？我認(rèn)為還需要很多基礎(chǔ)的東西。人工智能談了幾十年也是在這兩年才有了比較大的突破，后面就可以很簡(jiǎn)單地應(yīng)用在各行各業(yè)了嗎？我覺(jué)得未必。因?yàn)椴罹噙€有很遠(yuǎn)，就像移動(dòng)互聯(lián)網(wǎng)時(shí)代，不可能讓用戶去編程機(jī)App一樣，人工智能時(shí)代肯定不可能試圖讓用戶去理解人工智能，需要給用戶提供的只是人工智能物化了的產(chǎn)品和服務(wù)。

這些服務(wù)如何提供給終端用戶？我認(rèn)為目前在沒(méi)有更好的互聯(lián)網(wǎng)服務(wù)的基礎(chǔ)上，還會(huì)繼續(xù)通過(guò)移動(dòng)互聯(lián)網(wǎng)的方式提供。獨(dú)角獸的出現(xiàn)并不一定要互聯(lián)網(wǎng)人口紅利，和PC互聯(lián)網(wǎng)發(fā)展到移動(dòng)互聯(lián)網(wǎng)不同，人工智能和物聯(lián)網(wǎng)的發(fā)展并沒(méi)有拋開(kāi)移動(dòng)物聯(lián)網(wǎng)。相反，還需要緊密結(jié)合移動(dòng)互聯(lián)網(wǎng)。移動(dòng)互聯(lián)網(wǎng)的發(fā)展在硬件鋪設(shè)上還沒(méi)有達(dá)到完美的程度，所以何談移動(dòng)互聯(lián)網(wǎng)時(shí)代結(jié)束呢？

互聯(lián)網(wǎng)下半場(chǎng)開(kāi)始了？

下半場(chǎng)是美團(tuán)CEO王興在公司內(nèi)部提出的一個(gè)概念，核心意思是，就像中國(guó)經(jīng)濟(jì)用三十多年的時(shí)間，吃光了人口紅利，于是“新常態(tài)”就成為中國(guó)經(jīng)濟(jì)的下半場(chǎng)；互聯(lián)網(wǎng)的人口紅利吃了二十幾年，也吃光了，互聯(lián)網(wǎng)公司的發(fā)展不得不從追求速度和規(guī)模，轉(zhuǎn)向追求縱深和創(chuàng)新，這就是互聯(lián)網(wǎng)的下半場(chǎng)。

互聯(lián)網(wǎng)從1995年開(kāi)始到現(xiàn)在短短21年時(shí)間，如果非要拿上半場(chǎng)下半場(chǎng)這種概念來(lái)說(shuō)，也就算開(kāi)場(chǎng)踢了5分鐘，何來(lái)發(fā)展如此迅猛的上半場(chǎng)下半場(chǎng)？如果按王興的說(shuō)法，現(xiàn)在是進(jìn)入到了下半場(chǎng)，到2037年之后算加時(shí)賽嗎？需不需要搞個(gè)新賽季，再搞個(gè)甲級(jí)、乙級(jí)、晉級(jí)、降級(jí)比賽？

另外，從王興提到的人口紅利上來(lái)看，如果以人口紅利沒(méi)有了來(lái)算上下半場(chǎng)，那就更牽強(qiáng)附會(huì)了。就像獨(dú)立IT評(píng)論人keso說(shuō)的那樣：以電力為例，如果從電力照明普遍進(jìn)入家庭開(kāi)始算，電力的人口紅利也早早就沒(méi)有了。但電力真正的革命卻發(fā)生在照明之外，它帶來(lái)的紅利遠(yuǎn)非人口紅利可以概括，從中獲益的絕大多數(shù)也并非做電燈泡的企業(yè)。即使是做燈泡的，感嘆人口紅利不在的，也一定不是GE、歐司朗這樣的不斷以新技術(shù)引領(lǐng)照明行業(yè)的企業(yè)。

篇5

摘要：機(jī)械電子工程與人工智能的結(jié)合是機(jī)械電子工程的必然發(fā)展趨勢(shì)，如今人工智能在機(jī)械電子工程中的應(yīng)用越來(lái)越廣泛，兩者的結(jié)合將使機(jī)械電子工程的自動(dòng)化和智能化水平進(jìn)一步提高，同時(shí)也有利于人工高智能的更好發(fā)展。本文將對(duì)機(jī)械電子工程與人工智能的各自特點(diǎn)以及歷史發(fā)展進(jìn)行簡(jiǎn)要分析，著重探討機(jī)械電子工程與人工智能之間的相互關(guān)系。

關(guān)鍵詞：機(jī)械電子工程；人工智能；關(guān)系

機(jī)械工程的每一次發(fā)展都帶動(dòng)了工業(yè)生產(chǎn)水平的顯著提升，機(jī)械電子工程通過(guò)融入電子技術(shù)，使其突破了機(jī)械工程的局限性，能夠完成傳統(tǒng)機(jī)械工程難以完成的復(fù)雜工作任務(wù)，同時(shí)也降低了對(duì)人員操作的依賴性。隨著機(jī)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(yīng)用得到了廣泛重視，機(jī)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(jìn)一步提升，滿足工業(yè)生產(chǎn)對(duì)機(jī)械設(shè)備的多元化需求。

1機(jī)械電子工程的發(fā)展過(guò)程及技術(shù)特點(diǎn)

1.1發(fā)展歷程

機(jī)械電子工程在其發(fā)展的最初階段，沒(méi)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(jī)械電子產(chǎn)品都需要通過(guò)手工制作，使其發(fā)展受到較大限制。隨著機(jī)械電子工程的工業(yè)化水平不斷提升，其技術(shù)價(jià)值逐漸顯露出來(lái)，通過(guò)機(jī)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(jī)械產(chǎn)品的功能和性能。因此機(jī)械電子工程逐漸開(kāi)始受到重視，并實(shí)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(lái)看，雖然我國(guó)引進(jìn)了國(guó)外標(biāo)準(zhǔn)生產(chǎn)線，但生產(chǎn)能力與市場(chǎng)需求相比還較為落后。

1.2技術(shù)特點(diǎn)

機(jī)械電子工程的主要特點(diǎn)是綜合性強(qiáng)，具有跨學(xué)科性，涉及到機(jī)械、電子技術(shù)等多個(gè)領(lǐng)域，雖然在設(shè)計(jì)環(huán)節(jié)仍以機(jī)械為主，但電子技術(shù)和信息技術(shù)發(fā)揮出了越來(lái)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(biāo)，綜合利用其它科學(xué)技術(shù)。因此，在機(jī)械電子工程的設(shè)計(jì)過(guò)程中，通常采用從上至下的設(shè)計(jì)策略，將不同領(lǐng)域的技術(shù)模塊相互結(jié)合，實(shí)現(xiàn)設(shè)計(jì)中產(chǎn)品的功能和性能要求。相比于傳統(tǒng)機(jī)械產(chǎn)品，應(yīng)用多門(mén)先進(jìn)技術(shù)的機(jī)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(fù)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(gè)發(fā)展階段及發(fā)展前景

2.1三個(gè)發(fā)展階段

截止到目前為止，人工智能歷經(jīng)了三個(gè)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(yàn)。第一臺(tái)超級(jí)計(jì)算機(jī)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(shí)質(zhì)性進(jìn)展。從1956年開(kāi)始，隨著人工智能命題的首次提出，人工智能進(jìn)入第一個(gè)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(qiáng)有力的理論支持。1977年，第五屆人工智能會(huì)議的成功召開(kāi)使人工智能進(jìn)入第二發(fā)展階段，其技術(shù)應(yīng)用得到快速發(fā)展，并與實(shí)際生產(chǎn)相結(jié)合，取得了重要的實(shí)際應(yīng)用價(jià)值。近年來(lái)，人工智能的發(fā)展受到了越來(lái)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(jì)算機(jī)為依托，不斷延伸自身的智能性，深度挖掘計(jì)算機(jī)功能的各種可能，是21世紀(jì)以來(lái)最具有發(fā)展前景的學(xué)科之一。人工智能學(xué)科以計(jì)算機(jī)技術(shù)為基礎(chǔ)，立足于心理學(xué)、信息論等多個(gè)領(lǐng)域知識(shí)，吸收了許多其他學(xué)科的特點(diǎn)，同時(shí)也推動(dòng)了其他學(xué)科的更好發(fā)展，是一門(mén)極具發(fā)展?jié)摿Φ那把貙W(xué)科。人工智能技術(shù)在機(jī)械電子工程領(lǐng)域的應(yīng)用，將彌補(bǔ)機(jī)械電子工程的不足，促進(jìn)機(jī)械電子工程的更好發(fā)展。

3機(jī)械電子工程與人工智能的關(guān)系探究

3.1應(yīng)用差異性

人工智能的應(yīng)用需要以計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)為依托，因此無(wú)法通過(guò)其他途徑在機(jī)械電子工程中得到應(yīng)用只有對(duì)網(wǎng)絡(luò)系統(tǒng)進(jìn)行人工的指令轉(zhuǎn)變，才能在機(jī)械電子工程中實(shí)現(xiàn)智能化控制。而計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的運(yùn)行是以數(shù)據(jù)分析和計(jì)算為基礎(chǔ)的，一旦在數(shù)據(jù)處理過(guò)程中出現(xiàn)問(wèn)題，就會(huì)導(dǎo)致人工智能控制失誤，進(jìn)而導(dǎo)致機(jī)械電子工程的網(wǎng)絡(luò)系統(tǒng)發(fā)生崩潰。因此，人工智能在機(jī)械電子工程中具有一定的應(yīng)用差異性。

3.2綜合性補(bǔ)充

機(jī)械電子工程采用模塊化設(shè)計(jì)方式，每個(gè)模塊的功能特點(diǎn)較為固定，而現(xiàn)代機(jī)械電子工程對(duì)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(duì)機(jī)械電子工程進(jìn)行綜合性補(bǔ)充，通過(guò)其自身的綜合操作功能，為機(jī)械電子工程的多元化工程實(shí)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(jī)械電子工程中應(yīng)用的正確方法。目前人工智能中神經(jīng)網(wǎng)絡(luò)系統(tǒng)通過(guò)對(duì)人體神經(jīng)進(jìn)行模仿，使其技術(shù)水平更進(jìn)一步，在機(jī)械電子工程中的應(yīng)用，可以實(shí)現(xiàn)對(duì)機(jī)械電子工程各個(gè)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(jī)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(jī)械電子工程的不穩(wěn)定性，對(duì)其各項(xiàng)功能的實(shí)現(xiàn)及正常使用產(chǎn)生較大的負(fù)面影響。在傳統(tǒng)的機(jī)械電子工程中，主要采用解析法對(duì)系統(tǒng)的不穩(wěn)定性進(jìn)行調(diào)節(jié)控制，但這種控制方法無(wú)法做到精確控制，因此對(duì)不穩(wěn)定性的調(diào)節(jié)能力有限。人工智能技術(shù)以計(jì)算機(jī)技術(shù)為基礎(chǔ)，能夠?qū)崿F(xiàn)對(duì)數(shù)據(jù)的準(zhǔn)確、高效處理，可以很好的彌補(bǔ)機(jī)械電子工程的這一缺陷?？梢圆捎萌斯ぢ毮艿纳窠?jīng)模式對(duì)機(jī)械電子系統(tǒng)進(jìn)行精確化控制，為系統(tǒng)的穩(wěn)定運(yùn)行提供保障。

4結(jié)束語(yǔ)

綜上所述，機(jī)械電子工程與人工智能都經(jīng)歷了較為漫長(zhǎng)的發(fā)展過(guò)程，都整合了大量相關(guān)學(xué)科，具有較強(qiáng)的綜合性。針對(duì)于電子機(jī)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(duì)其進(jìn)行有效彌補(bǔ)，促進(jìn)機(jī)械電子工程的更好發(fā)展。因此，應(yīng)加大力度促進(jìn)機(jī)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(jī)械電子工程領(lǐng)域得到更加廣泛的應(yīng)用。

參考文獻(xiàn)

[1]吳昊年,楊文.芻議機(jī)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(jī)械電子工程與人工智能的整合思路構(gòu)建[J].科技風(fēng),2015(21):154.

[3]溫偉華.人工智能技術(shù)在機(jī)械電子工程領(lǐng)域的應(yīng)用[J].自動(dòng)化與儀器儀表,2016(02):96-97.

[4]周龍飛,屈梁浩,梅越.淺析機(jī)械電子工程與人工智能的關(guān)系[J].通訊世界,2016(08):235.

篇6

關(guān)鍵詞:人工智能;創(chuàng)新性教學(xué);精品課程;課程建設(shè);教學(xué)改革

人工智能課程是計(jì)算機(jī)類專業(yè)的核心課程之一,也是智能科學(xué)與技術(shù)、自動(dòng)化和電子信息等專業(yè)的重要課程,其知識(shí)點(diǎn)具有不可替代的重要作用。該課程內(nèi)容廣泛,具有很強(qiáng)的綜合性、應(yīng)用性、創(chuàng)新性和挑戰(zhàn)性[1],其開(kāi)設(shè)能夠更好地培養(yǎng)學(xué)生的創(chuàng)新思維和技術(shù)創(chuàng)新能力,為學(xué)生提供了一種新的思維方法和問(wèn)題求解手段。同時(shí),本課程能夠培養(yǎng)學(xué)生對(duì)計(jì)算機(jī)前沿技術(shù)的前瞻性,提高他們的科技素質(zhì)和學(xué)術(shù)水平。通過(guò)課程的學(xué)習(xí),學(xué)生對(duì)人工智能的定義和發(fā)展、基本原理和應(yīng)用有一定的了解和掌握,啟發(fā)了對(duì)人工智能的學(xué)習(xí)興趣,培養(yǎng)創(chuàng)新能力。

中南大學(xué)人工智能課程開(kāi)設(shè)于20世紀(jì)80年代中期。1983年,蔡自興作為訪問(wèn)學(xué)者赴美國(guó)普度大學(xué)研修人工智能,并與美國(guó)國(guó)家工程科學(xué)院院士傅京孫(K. S. Fu)教授及清華大學(xué)徐光v教授合作研究人工智能。在傅京孫院士教授的指導(dǎo)下,蔡自興和徐光v教授執(zhí)筆編著《人工智能及其應(yīng)用》一書(shū),并于1987年5月在清華大學(xué)出版社問(wèn)世,成為國(guó)內(nèi)率先出版的具有自主知識(shí)產(chǎn)權(quán)的人工智能教材。本教材不僅為我校人工智能課程提供了一部好教材,而且促進(jìn)了國(guó)內(nèi)高校普遍開(kāi)設(shè)人工智能課程。此后,又陸續(xù)編著出版了《人工智能及其應(yīng)用》第二版、第三版“本科生用書(shū)”和“研究生用書(shū)”、第四版等,修讀該課程的學(xué)生也與日俱增。該書(shū)第二版還獲得國(guó)家教育部科技進(jìn)步一等獎(jiǎng)。經(jīng)過(guò)近20年建設(shè),該我校人工智能課程于2003年評(píng)為國(guó)家精品課程,并在2008年評(píng)為國(guó)家雙語(yǔ)教學(xué)示范課程。這是至今國(guó)內(nèi)唯一同時(shí)獲得國(guó)家級(jí)精品課程和雙語(yǔ)教學(xué)示范課程的人工智能課程。同時(shí),我們還開(kāi)發(fā)了人工智能網(wǎng)絡(luò)課程,具有網(wǎng)絡(luò)化、智能化和個(gè)性化等特色,被國(guó)家教育部評(píng)為優(yōu)秀網(wǎng)絡(luò)課程,供兄弟院校人工智能教學(xué)參考使用,受到普遍歡迎[2]。

作為國(guó)內(nèi)第一門(mén)人工智能精品課程,我們按照教育部精品課程標(biāo)準(zhǔn)建設(shè)《人工智能》課程,尤其是在教學(xué)內(nèi)容、創(chuàng)新性教學(xué)方法和教學(xué)模式上進(jìn)行不斷進(jìn)行改革與探索,取得了很好的效果。本文即為我校人工智能精品課程建設(shè)與改革經(jīng)驗(yàn)的初步總結(jié)。

1教學(xué)內(nèi)容優(yōu)化

1.1課堂教學(xué)內(nèi)容優(yōu)化

教學(xué)內(nèi)容的確定是課程的首要任務(wù)。如何選好教學(xué)內(nèi)容,使學(xué)生既能了解本領(lǐng)域的概貌,又能適合學(xué)生的基礎(chǔ),便于他們?cè)谟邢薜臅r(shí)間完成學(xué)習(xí)任務(wù),是一件難事。教學(xué)內(nèi)容除了包含基礎(chǔ)理論外,還應(yīng)該反映人工智能領(lǐng)域的新發(fā)展和新動(dòng)態(tài),跟上學(xué)科發(fā)展的步伐。本課程最初設(shè)定的教學(xué)內(nèi)容分基礎(chǔ)部分和擴(kuò)展應(yīng)用部分?；A(chǔ)部分主要包括人工智能的定義和發(fā)展、知識(shí)的表示以及推理,而擴(kuò)展應(yīng)用部分主要包括專家系統(tǒng)、機(jī)器學(xué)習(xí)、機(jī)器規(guī)劃、機(jī)器視覺(jué)等。

近年來(lái)人工智能科學(xué)的快速發(fā)展,涌現(xiàn)出了大批新的方法和算法,研究熱點(diǎn)問(wèn)題也從符號(hào)計(jì)算發(fā)展到智能計(jì)算和Agent等。

學(xué)內(nèi)容,既能使學(xué)生了解本領(lǐng)域的概貌,又能適合學(xué)生的基礎(chǔ),便于他們?cè)谟邢薜臅r(shí)間完成學(xué)習(xí)任務(wù),是一件難事。教學(xué)內(nèi)容除了包含基礎(chǔ)理論外,還應(yīng)該反映人工智能領(lǐng)域的新發(fā)展和新動(dòng)態(tài),跟上學(xué)科發(fā)展的步伐。本人工智能課程最初設(shè)定的教學(xué)內(nèi)容分基礎(chǔ)部分和擴(kuò)展應(yīng)用部分?；A(chǔ)部分主要包括人工智能的定義和發(fā)展、知識(shí)的表示以及推理,而擴(kuò)展應(yīng)用部分主要包括專家系統(tǒng)、機(jī)器學(xué)習(xí)、機(jī)器規(guī)劃、機(jī)器視覺(jué)等。

近年來(lái)人工智能科學(xué)的快速發(fā)展,涌現(xiàn)出了大批新的方法和算法,研究熱點(diǎn)問(wèn)題也從符號(hào)計(jì)算發(fā)展到智能計(jì)算和Agent等。

隨著科學(xué)技術(shù)的不斷進(jìn)步,在科學(xué)研究和工程實(shí)踐中遇到的問(wèn)題變得越來(lái)越復(fù)雜,傳統(tǒng)的計(jì)算方法無(wú)法在一定時(shí)間內(nèi)獲得精確的解。為了在求解時(shí)間和求解精度上取得平衡,很多具有啟發(fā)式特征的智能計(jì)算算法應(yīng)運(yùn)而生。這些算法通過(guò)模擬大自然和人類的智慧來(lái)實(shí)現(xiàn)對(duì)問(wèn)題的優(yōu)化求解。計(jì)算智能作為人工智能的一個(gè)新的分支是目前的研究熱點(diǎn),它主要涉及神經(jīng)計(jì)算、模糊計(jì)算、進(jìn)化計(jì)算和人工生命等領(lǐng)域,在如模式識(shí)別、圖像處理、自動(dòng)控制、通信網(wǎng)絡(luò)等很多領(lǐng)域都得到了成功應(yīng)用。另一個(gè)近10年來(lái)人工智能的研究熱點(diǎn)是Agent和多Agent系統(tǒng),其理論最早來(lái)自分布式人工智能,并隨著并行計(jì)算和分布式處理等技術(shù)的發(fā)展而逐漸成為熱點(diǎn)。

以上兩個(gè)內(nèi)容都是人工智能的重要分支。因此,我們?cè)凇度斯ぶ悄芗捌鋺?yīng)用》第三第3版[3]和第四第4版教材[4]中已經(jīng)順應(yīng)形勢(shì)加入了這方面的內(nèi)容,并將教學(xué)內(nèi)容也進(jìn)行了相應(yīng)的擴(kuò)展,加入了計(jì)算智能、分布式人工智能與Agent。由于不確定性推理和基于概率的推理方法應(yīng)用也越來(lái)越廣泛,我們也將此類非經(jīng)典推理方法單獨(dú)作為一章來(lái)進(jìn)行教學(xué)。另外,還增加了一些新的內(nèi)容,如本體論和非經(jīng)典推理、粒群優(yōu)化和蟻群計(jì)算、決策樹(shù)學(xué)習(xí)和增強(qiáng)學(xué)習(xí)、詞法分析和語(yǔ)料庫(kù)語(yǔ)言學(xué),以及路徑規(guī)劃和基于Web的專家系統(tǒng)等。圖1給出本課程的教學(xué)內(nèi)容大綱。

人工智能的教學(xué)內(nèi)容涉及面廣且內(nèi)容較多,要在有限課時(shí)內(nèi)完成教學(xué)計(jì)劃并讓學(xué)生掌握,具有一定難度。因此需要根據(jù)教學(xué)對(duì)象的需求有所取舍。中南大度。因此需要根據(jù)教學(xué)對(duì)象的需求有所取舍。中南大學(xué)在智能科學(xué)與技術(shù)、計(jì)算機(jī)、自動(dòng)化三3個(gè)專業(yè)中均開(kāi)設(shè)了人工智能課程,根據(jù)相關(guān)專業(yè)課程教學(xué)對(duì)象,對(duì)學(xué)時(shí)和教學(xué)內(nèi)容進(jìn)行適當(dāng)調(diào)整。對(duì)于智能科學(xué)與技術(shù)專業(yè),人工智能課程為必修課,共48個(gè)學(xué)時(shí)含實(shí)驗(yàn)8個(gè)學(xué)時(shí)。表1表示為相關(guān)專業(yè)的人工智能課程教學(xué)內(nèi)容分配情況。對(duì)于計(jì)算機(jī)和自動(dòng)化專業(yè),人工智能課程為選修課,共32個(gè)學(xué)時(shí)含實(shí)驗(yàn)8個(gè)學(xué)時(shí)。許多兄弟院校的計(jì)算機(jī)專業(yè)都把人工智能定為必修課,課程學(xué)時(shí)也在50學(xué)時(shí)左右。因此,我們一再?gòu)?qiáng)烈建議我校的計(jì)算機(jī)專業(yè)把人工智能列為必修課,并適當(dāng)增加學(xué)時(shí)。由于智能科學(xué)與技術(shù)專業(yè)開(kāi)設(shè)有專家系統(tǒng)和智能計(jì)算選修課程,因此在人工智能教學(xué)內(nèi)容中只將這兩部分做簡(jiǎn)要闡述,而將重點(diǎn)放在知識(shí)表示和推理以及擴(kuò)展應(yīng)用上。對(duì)于計(jì)算機(jī)專業(yè)學(xué)生來(lái)說(shuō),除基本的知識(shí)表示和推理外,計(jì)算智能和Agent技術(shù)也是他們?cè)谲浖_(kāi)發(fā)和通訊技術(shù)理論學(xué)習(xí)中需掌握的重要概念。同時(shí),計(jì)算智能、專家系統(tǒng)對(duì)自動(dòng)控制和電氣工程也十分重要,對(duì)自動(dòng)化專業(yè)則應(yīng)掌握該方面的內(nèi)容。

1.2實(shí)驗(yàn)實(shí)踐教學(xué)創(chuàng)新

國(guó)內(nèi)人工智能課程在開(kāi)設(shè)之初大多沒(méi)有安排實(shí)驗(yàn)內(nèi)容,僅為理論基礎(chǔ)和概念講授。由于理論比較抽象,很難理解,學(xué)習(xí)效果不理想,學(xué)生們對(duì)于其應(yīng)用實(shí)現(xiàn)也十分困惑。此后,各高校也逐步在該課程中分配了實(shí)驗(yàn)學(xué)時(shí),大多數(shù)采用prolog語(yǔ)言和專家系統(tǒng)作為實(shí)驗(yàn)語(yǔ)言和對(duì)象[5]。為了改進(jìn)該課程的教學(xué),我們也從沒(méi)有實(shí)驗(yàn)到將實(shí)驗(yàn)學(xué)時(shí)從零調(diào)整為設(shè)置4個(gè)學(xué)時(shí)的實(shí)驗(yàn)課時(shí),然后到現(xiàn)在的8個(gè)學(xué)時(shí)的實(shí)驗(yàn)課時(shí)。隨著課堂教學(xué)內(nèi)容的改革,實(shí)驗(yàn)內(nèi)容也進(jìn)行了優(yōu)化和更新。

人工智能課程實(shí)驗(yàn)的目的是幫助學(xué)生掌握基本理論,發(fā)揮主動(dòng)性,研究探討人工智能算法和系統(tǒng)的運(yùn)行和實(shí)現(xiàn)過(guò)程,提出思路并驗(yàn)證自己探索的思路,從而更好的地掌握知識(shí),培養(yǎng)研究能力和創(chuàng)新能力。因此,在實(shí)驗(yàn)教學(xué)內(nèi)容的設(shè)計(jì)上,實(shí)驗(yàn)項(xiàng)目應(yīng)具備研究性和綜合性。實(shí)驗(yàn)項(xiàng)目目標(biāo)明確,要求學(xué)生帶著問(wèn)題和任務(wù)進(jìn)行實(shí)驗(yàn),但實(shí)驗(yàn)過(guò)程又要有一定的靈活性,學(xué)生可以根據(jù)自己的思考進(jìn)行適當(dāng)?shù)恼{(diào)整。再者,充分采用虛擬實(shí)驗(yàn)方式進(jìn)行實(shí)驗(yàn),大大提高了學(xué)生的興趣,提供了分析和探討智能算法的很好平臺(tái)。同時(shí),學(xué)生的實(shí)驗(yàn)數(shù)據(jù)和實(shí)驗(yàn)結(jié)果分析既有格式要求,又給學(xué)生報(bào)告自己的研究的過(guò)程和結(jié)果留有空間,并在評(píng)分時(shí)加以充分考慮。這些做法能夠鼓勵(lì)學(xué)生,特別是鼓勵(lì)優(yōu)秀學(xué)生進(jìn)行獨(dú)立性研究,滿足他們學(xué)習(xí)的需求。

1) 人工智能課程的實(shí)驗(yàn)環(huán)節(jié)不足和課時(shí)分配問(wèn)題。

中南大學(xué)的人工智能課程的實(shí)驗(yàn)環(huán)節(jié)經(jīng)歷了從精品課程建設(shè)前沒(méi)有到開(kāi)設(shè),一直到其內(nèi)容和形式上的不斷改進(jìn)過(guò)程。但目前實(shí)驗(yàn)還主要處于演示性和編程的實(shí)驗(yàn)階段,而非設(shè)計(jì)和訓(xùn)練階段。此外,由于人工智能課程涵蓋范圍廣、內(nèi)容多,而課程所設(shè)置的學(xué)時(shí)有限。,如何分配好課堂教學(xué)與實(shí)驗(yàn)課時(shí)也是一個(gè)需要在今后課程建設(shè)中不斷探索的問(wèn)題。

對(duì)于某些專業(yè)的人工智能課程,可以考慮單獨(dú)開(kāi)設(shè)人工智能實(shí)驗(yàn)課程或人工智能程序設(shè)計(jì)與實(shí)驗(yàn)課程。

2) 人工智能技術(shù)發(fā)展迅速情況下如何保持該精品課程持續(xù)發(fā)展的問(wèn)題。

人工智能作為一門(mén)高度融合的交叉科學(xué),其發(fā)展速度迅速,不斷有新理論、新問(wèn)題涌現(xiàn)出來(lái)。我們的

人工智能教學(xué)既要注重基礎(chǔ)理論知識(shí),又要緊跟學(xué)科發(fā)展的步伐,勢(shì)必要求對(duì)課程內(nèi)容進(jìn)行不斷更新,這對(duì)我們的教學(xué)資源和教師素質(zhì)都提出了更高的要求。

4結(jié)語(yǔ)

本文介紹了中南大學(xué)的精品課程――人工智能課程教學(xué)內(nèi)容和創(chuàng)新性教學(xué)方法的一些探索,已在課堂教學(xué)內(nèi)容的優(yōu)化、實(shí)驗(yàn)環(huán)節(jié)的改進(jìn)、教學(xué)方法的創(chuàng)新的實(shí)施上取得了很好的效果,充分激勵(lì)了學(xué)生的學(xué)習(xí)積極性和主動(dòng)性,多方位培養(yǎng)學(xué)生發(fā)現(xiàn)問(wèn)題、分析問(wèn)題和解決問(wèn)題的能力。我們的想法和做法可供兄弟院校同行參考。不過(guò),仍然存在一些不足之處。隨著智能科學(xué)與技術(shù)的發(fā)展和更為廣泛的應(yīng)用,人工智能課程的重要地位必將更加突顯,我們也需要繼續(xù)努力,與時(shí)俱進(jìn),不斷完善人工智能精品課程的建設(shè)。

注:本文受教育部質(zhì)量工程國(guó)家級(jí)精品課程人工智能(2003)、全國(guó)雙語(yǔ)教學(xué)示范課程人工智能(2007)項(xiàng)目支持。

參考文獻(xiàn):

[1] 薛瑩. 創(chuàng)新教育新途徑人工智能與機(jī)器人教育:哈爾濱市教育研究院張麗華院長(zhǎng)訪談錄[J]. 中國(guó)信息技術(shù)教育,2010(1): 20-22.

[2] 蔡自興,肖曉明,蒙祖強(qiáng),等. 樹(shù)立精品意識(shí)搞好人工智能課程建設(shè)[J]. 中國(guó)大學(xué)教學(xué),2004(1):28-29.

[3] 蔡自興,徐光佑. 人工智能及其應(yīng)用[M]. 3版. 北京:清華大學(xué)出版社,2003.

[4] 蔡自興,徐光佑. 人工智能及其應(yīng)用[M]. 4版. 北京:清華大學(xué)出版社,2010.

[5] 韓潔瓊,閆大順. 人工智能實(shí)驗(yàn)教學(xué)探討[J]. 計(jì)算機(jī)教育,2009,(11):135-138.

[6] 劉麗玨,陳白帆,王勇,等. 精益求精建設(shè)人工智能精品課程[J]. 計(jì)算機(jī)教育,2009,(17):69-71.

Exploration of Innovative Teaching Mode of Artificial Intelligence Elabrate Course

――Construction and Reformation in Elaborate Course of Artificial Intelligence

CHEN Bai-fan, CAI Zi-xing, LIU Li-jue

(Institute of Information Science and Engineering, Centnal South University, Changsha 410083, China)

篇7

關(guān)鍵詞：大數(shù)據(jù)時(shí)代；人工智能；計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)；應(yīng)用

一、大數(shù)據(jù)時(shí)代與人工智能含義

（一）大數(shù)據(jù)時(shí)代

大數(shù)據(jù)在物理學(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域以及軍事、金融、通訊等行業(yè)中已經(jīng)被應(yīng)用多時(shí)，但是大數(shù)據(jù)這一概念真正被廣泛熟知還是因?yàn)榛ヂ?lián)網(wǎng)技術(shù)以及信息行業(yè)的高速發(fā)展，大數(shù)據(jù)通常指在信息爆炸時(shí)代所產(chǎn)生的海量數(shù)據(jù)，在大數(shù)據(jù)時(shí)代人們獲取信息、儲(chǔ)存信息、利用信息的能力飛速提升，數(shù)據(jù)自身所擁有的價(jià)值被更深的挖掘，人們處理信息的方式和理念也斐然生了極大的變化，通常云技術(shù)與大數(shù)據(jù)這一概念是密切關(guān)聯(lián)的，我們?cè)趹?yīng)用大數(shù)據(jù)的過(guò)程中經(jīng)常以云技術(shù)來(lái)建立相關(guān)數(shù)據(jù)庫(kù)并實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的科學(xué)管理，在大數(shù)據(jù)概念中，首先數(shù)據(jù)總量是極其龐大的，其次要求我們擁有科學(xué)高效的信息管理系統(tǒng)，由于數(shù)據(jù)量龐大，所以大數(shù)據(jù)時(shí)代下的數(shù)據(jù)信息呈現(xiàn)較低的價(jià)值密度，想要合理采集有價(jià)值信息，我們必須擁有科學(xué)的信息管理技術(shù)。這是大數(shù)據(jù)時(shí)代下信息數(shù)據(jù)的基本特征[1]。（二）人工智能人工智能概念的提出是比較早的，我們當(dāng)前仍將其作為計(jì)算機(jī)科學(xué)的一個(gè)分支，我們想要了解人工智能，首先可以從字面意思來(lái)分析，首先是“人工”學(xué)術(shù)界對(duì)于“人工”的概念還是比較明確的，人工即為人工系統(tǒng)，就是通過(guò)人類科學(xué)技術(shù)所實(shí)現(xiàn)的相應(yīng)技術(shù)能力，而“智能”一詞就存在較多的解釋和理解了，有人認(rèn)為智能技術(shù)應(yīng)該是類似于人類智能的一種高端科學(xué)技術(shù)，它應(yīng)該具備類似于人類的意識(shí)，在面對(duì)各種問(wèn)題的情況下做出“思考”并給出相對(duì)正確的答案，而諸如“自我”“思維”等一些其他對(duì)智能的解釋也能夠在一定程度上解釋智能技術(shù)。我們自身對(duì)于智能的認(rèn)知也只是人類本身的智能，那么當(dāng)前人工智能技術(shù)可以認(rèn)為是通過(guò)人類科學(xué)技術(shù)來(lái)實(shí)現(xiàn)一種類似于人類智能的電子系統(tǒng)，讓其在工作中能夠良好的對(duì)各種信息進(jìn)行搜集并且根據(jù)自身邏輯算法達(dá)成與人類思維類似的思考過(guò)程，進(jìn)而實(shí)現(xiàn)通過(guò)信息判斷情況進(jìn)而發(fā)出指令。這是我們當(dāng)前對(duì)于人工智能技術(shù)的理解。

二、人工智能技術(shù)的優(yōu)勢(shì)

人工智能技術(shù)之所以在近年來(lái)受到廣泛關(guān)注就是因?yàn)槠浼夹g(shù)概念的優(yōu)勢(shì)性非常大，我們?cè)诂F(xiàn)代社會(huì)已經(jīng)廣泛實(shí)現(xiàn)了各種領(lǐng)域的自動(dòng)化，但是這種自動(dòng)化水平僅僅是在人工控制或者人為編寫(xiě)運(yùn)行程序的情況下，通過(guò)系統(tǒng)或者機(jī)械來(lái)自動(dòng)執(zhí)行人的意識(shí)，那么這種自動(dòng)化就仍然不是我們?cè)谧詣?dòng)化發(fā)展過(guò)程中的最終形態(tài)。人工智能技術(shù)的優(yōu)勢(shì)就是通過(guò)自身系統(tǒng)對(duì)相關(guān)運(yùn)行環(huán)境和周邊態(tài)勢(shì)進(jìn)行感知，同時(shí)依靠自身強(qiáng)大的信息處理能力和邏輯運(yùn)算能力來(lái)實(shí)現(xiàn)對(duì)各種情況的自我判斷，并且根據(jù)數(shù)據(jù)分析來(lái)得出一個(gè)相對(duì)正確的執(zhí)行命令，從而實(shí)現(xiàn)真正意義上的自動(dòng)化。雖然當(dāng)前我們的人工智能技術(shù)還沒(méi)能達(dá)到理想化的技術(shù)水平，但是我們已經(jīng)能夠讓人工智能系統(tǒng)在一定的設(shè)計(jì)范圍內(nèi)實(shí)現(xiàn)對(duì)多種不同情況的自我處理了，以計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)為例，我們?cè)谑褂糜?jì)算機(jī)網(wǎng)絡(luò)的情況下網(wǎng)絡(luò)系統(tǒng)面對(duì)海量的相關(guān)數(shù)據(jù)是需要進(jìn)行分層處理的，但是如何分層要取決于人們對(duì)于網(wǎng)絡(luò)的具體使用情況，而人們使用網(wǎng)絡(luò)的情況非常復(fù)雜，存在眾多不確定的情況，何進(jìn)行網(wǎng)絡(luò)分層就是當(dāng)前人工智能技術(shù)在強(qiáng)化網(wǎng)絡(luò)優(yōu)化服務(wù)上做能夠提供的優(yōu)勢(shì)能力[2]。

三、人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用

大數(shù)據(jù)時(shí)代下我們對(duì)于信息利用處理的依賴程度更高，可以說(shuō)我們當(dāng)前的生活過(guò)程中無(wú)時(shí)無(wú)刻不需要各種信息來(lái)支撐我們了解情況并作出決定，所以我們?cè)谏钪袕V泛的應(yīng)用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)來(lái)實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的科學(xué)管理，在一計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)對(duì)海量數(shù)據(jù)科學(xué)管理的過(guò)程中，我們需要妥善利用人工智能技術(shù)來(lái)實(shí)現(xiàn)更好的管理效率和管理質(zhì)量。

（一）人工智能在計(jì)算機(jī)網(wǎng)絡(luò)安全上的應(yīng)用

隨著人們生活中對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)的依賴程度不斷提升，我們對(duì)于網(wǎng)絡(luò)安全也更加重視。計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)給人們帶來(lái)的不僅有無(wú)限的便利，同時(shí)也有更加嚴(yán)峻的網(wǎng)絡(luò)安全考驗(yàn)，在計(jì)算機(jī)網(wǎng)絡(luò)安全保障上，人工智能技術(shù)能夠發(fā)揮非常重要的作用。先進(jìn)的網(wǎng)絡(luò)安全問(wèn)題來(lái)自于木馬病毒入侵、垃圾信息等等方面，應(yīng)用傳統(tǒng)意義上的防火墻系統(tǒng)只能通過(guò)不斷更新自身數(shù)據(jù)來(lái)實(shí)現(xiàn)對(duì)有限范圍內(nèi)的安全保護(hù)，而應(yīng)用人工智能技術(shù)則可以讓防火墻系統(tǒng)變得更加“聰明”，智能防火墻系統(tǒng)在使用過(guò)程中不斷掌握正常的網(wǎng)絡(luò)信息情況并且進(jìn)行學(xué)習(xí)記憶，如果在日常使用中出現(xiàn)了異常情況，智能防火墻首先會(huì)對(duì)問(wèn)題進(jìn)行識(shí)別，從多角度去分析并識(shí)別先關(guān)情況，如果只是使用者的正常操作內(nèi)容反饋則允許建立連接，如果存在高位風(fēng)險(xiǎn)則直接隱藏IP或者組織連接，實(shí)現(xiàn)智能化的網(wǎng)絡(luò)安全管理[3]。在計(jì)算機(jī)網(wǎng)絡(luò)安全上的應(yīng)用主要是突顯了人工智能技術(shù)的智能特性，人工智能技術(shù)在實(shí)際工作中能實(shí)現(xiàn)類似于人類思考的數(shù)據(jù)處理能力，通過(guò)對(duì)情況的辨別來(lái)達(dá)到有效區(qū)分各種不同情況，針對(duì)有危害的相關(guān)情況進(jìn)行阻止，同時(shí)我們?cè)谡麄€(gè)計(jì)算機(jī)網(wǎng)絡(luò)安全系統(tǒng)構(gòu)建的過(guò)程中也需要妥善應(yīng)用人公布智能技術(shù)，從多角度來(lái)實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)安全的維護(hù)作用。

（二）計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)管控中人工智能的運(yùn)用

我們?cè)趹?yīng)用計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)智能分析的過(guò)程中，必須將人工智能技術(shù)應(yīng)用于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)之中，首先憑借計(jì)算機(jī)網(wǎng)絡(luò)提供的高速網(wǎng)絡(luò)通道來(lái)實(shí)現(xiàn)超大體積數(shù)據(jù)的快速傳遞，進(jìn)而實(shí)現(xiàn)良好的傳遞、儲(chǔ)存，而對(duì)于數(shù)據(jù)的實(shí)際管理和分析上，則需要應(yīng)用人工智能技術(shù)。我們?cè)谶M(jìn)行信息分析和信息管理的過(guò)程中經(jīng)常使用專家系統(tǒng)實(shí)現(xiàn)問(wèn)題的有效解決，這其中不僅要利用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，同時(shí)也要應(yīng)用人工智能技術(shù)，我們能在實(shí)際進(jìn)行信息應(yīng)用的過(guò)程中，必須根據(jù)相關(guān)問(wèn)題對(duì)數(shù)據(jù)庫(kù)所有信息進(jìn)行分析，壓縮其價(jià)值密度，篩選更貼近于答案的相關(guān)信息，并且合理利用專家系統(tǒng)來(lái)獲得最優(yōu)解答[4]。

篇8

關(guān)鍵詞：電力系統(tǒng)；智能控制法；智能電網(wǎng)

前言

近年來(lái)，隨著電網(wǎng)規(guī)模的不斷擴(kuò)大，電力企業(yè)為了適應(yīng)電網(wǎng)不斷發(fā)展的要求對(duì)自身進(jìn)行了改革，使其能力得以不斷的提高，電力系統(tǒng)的自動(dòng)化水平和能力也有了較大的提升，這對(duì)電網(wǎng)的安全平穩(wěn)運(yùn)行提供了較為基本的條件。隨著社會(huì)對(duì)電能的需求日益增加，電力企業(yè)必須保證電網(wǎng)的安全可靠運(yùn)行，所以建立自動(dòng)化和智能化控制是當(dāng)前電網(wǎng)發(fā)展的必然要求，也是電網(wǎng)未來(lái)的發(fā)展方向。

1 智能控制概述

智能控制是繼自動(dòng)化控制和人工智能基礎(chǔ)上新發(fā)展起來(lái)的一門(mén)學(xué)科，智能控制可以在系統(tǒng)中達(dá)到感知環(huán)境和信息，從而對(duì)一些不穩(wěn)定因素進(jìn)行控制的目的。電力系統(tǒng)的智能控制方法主要包括以下幾個(gè)方面：

一是模糊控制法，這種方法是從行為之上去模擬人的模糊決策與推理，并且根據(jù)得出的數(shù)據(jù)進(jìn)行實(shí)用控制的方法。

二是人工神經(jīng)網(wǎng)絡(luò)，將許多簡(jiǎn)單神經(jīng)元按照一定方式連接起來(lái)，形成一個(gè)分布式、并行的信息結(jié)構(gòu)網(wǎng)絡(luò)。

三是專家系統(tǒng)，這種方法是一個(gè)智能程序，通過(guò)專有程序?qū)⒋罅繉I(yè)知識(shí)編寫(xiě)進(jìn)去。

四是遺傳算法，該法是將現(xiàn)有的數(shù)據(jù)群體中的全部個(gè)體作為對(duì)象進(jìn)行編碼，采用隨機(jī)技術(shù)將編碼投入到參數(shù)空間之后實(shí)施高效搜索的方法。

智能控制脫離了對(duì)模型的依賴，其不僅具有較強(qiáng)的適應(yīng)、學(xué)習(xí)和組織功能，同時(shí)還能對(duì)環(huán)境做出相應(yīng)的判斷，從而實(shí)現(xiàn)對(duì)知識(shí)的自動(dòng)獲取和應(yīng)用，其適用性、實(shí)時(shí)性和多樣性的特征較為明顯。

2 智能控制法在電力系統(tǒng)中的應(yīng)用

智能控制系統(tǒng)具有其他系統(tǒng)所無(wú)法比擬的優(yōu)越性，所以在電力系統(tǒng)自動(dòng)化中得以廣泛的應(yīng)用，以下以幾種常用的方法為例，進(jìn)行說(shuō)明：

2.1 電力系統(tǒng)中應(yīng)用模糊方法

模糊理論（FT）是將經(jīng)典集合理論模糊化，并引入語(yǔ)言變量和近似推理的模糊邏輯，具有完整推理體系的智能技術(shù)。模糊控制是模擬人的模糊推理和決策過(guò)程的一種實(shí)用控制方法，它根據(jù)已知的控制規(guī)則和數(shù)據(jù)，由模糊輸入量推導(dǎo)出模糊控制輸出主要包括模糊化、模糊推理與模糊判決三部分。隨著模糊理論的發(fā)展和完善，模糊控制的一些優(yōu)點(diǎn)得到了廣泛的肯定，如：適于處理不確定性、不精確性以及噪聲帶來(lái)的問(wèn)題；模糊知識(shí)使用語(yǔ)言變量來(lái)表述專家的經(jīng)驗(yàn)，更接近人的表達(dá)方式，易于實(shí)現(xiàn)知識(shí)的抽取和表達(dá)；具有較強(qiáng)的魯棒性，被控對(duì)象參數(shù)的變化對(duì)模糊控制的影響不明顯等。近年來(lái)，模糊理論在電力系統(tǒng)應(yīng)用的研究不斷增加，并取得了令人鼓舞的研究成果，顯示了模糊理論在解決電力系統(tǒng)問(wèn)題上的潛力。

依據(jù)模型來(lái)進(jìn)行控制，已被實(shí)踐所廣泛接受。一般線性模型較為簡(jiǎn)便，但實(shí)際應(yīng)用中，多為非線性系統(tǒng)，即使用多段線性來(lái)模擬，每段中的控制，仍只能是“次最佳”的。用模糊關(guān)系模型（FRM）來(lái)模擬非線性過(guò)程，是一種簡(jiǎn)便而有效的方法。模糊關(guān)系模型簡(jiǎn)單而直接地描述輸入量與輸出量之間的關(guān)系，這對(duì)單輸出系統(tǒng)比較易于實(shí)現(xiàn)，但對(duì)多輸出系統(tǒng)仍較困難。為了克服這些不足，目前有許多研究將模糊理論與其它人工智能技術(shù)結(jié)合起來(lái)，取得了較好的效果。

2.2 專家系統(tǒng)在電力系統(tǒng)自動(dòng)化控制中的應(yīng)用

由于專家系統(tǒng)發(fā)展的時(shí)間較早，所以其發(fā)展也較為成熟，這是一類人工智能技術(shù)，包括知識(shí)庫(kù)和推理二個(gè)部分，此系統(tǒng)是在某個(gè)領(lǐng)域?qū)＜业闹R(shí)推理為基礎(chǔ)，從而模擬人類專家做出具體的決策，其所解答的水平已達(dá)到專家的水平。目前在我國(guó)電力系統(tǒng)中，還是依靠自動(dòng)化技術(shù)來(lái)保持運(yùn)行和控制，此方法在對(duì)知識(shí)積累及推理方面缺乏，同時(shí)對(duì)于系統(tǒng)中的一些模型和狀態(tài)量也無(wú)法實(shí)現(xiàn)獲取，所以已越來(lái)越不適應(yīng)當(dāng)前電力系統(tǒng)發(fā)展復(fù)雜化的需求，因此專家系統(tǒng)的應(yīng)用是當(dāng)前電力系統(tǒng)發(fā)展的必然選擇。

隨著專家系統(tǒng)的不斷發(fā)展，相關(guān)的一些系統(tǒng)已開(kāi)始在電力系統(tǒng)中投入運(yùn)行，根據(jù)運(yùn)行的結(jié)果表明，其效果是十分顯著的，可以進(jìn)入實(shí)用性推廣階段。由于其系統(tǒng)投入運(yùn)行的時(shí)間較短，所以還存在著一些問(wèn)題需要在運(yùn)行中進(jìn)一步研究，從而使專家系統(tǒng)更加完善。

①專家系統(tǒng)在運(yùn)行時(shí)其推理速度會(huì)受到系統(tǒng)規(guī)模和規(guī)則的限制，同時(shí)對(duì)于系統(tǒng)問(wèn)題只能在離線或是在線時(shí)進(jìn)行解決，而無(wú)法實(shí)現(xiàn)實(shí)時(shí)控制，所以這方面還有待進(jìn)一步加強(qiáng)。

②現(xiàn)有的專家系統(tǒng)對(duì)新情況應(yīng)付能力和容錯(cuò)能力較差，對(duì)于系統(tǒng)出現(xiàn)的故障及設(shè)備的變化，所給出的結(jié)果容易出現(xiàn)錯(cuò)誤碼，所以在智能控制上還要加強(qiáng)對(duì)自學(xué)能力和容錯(cuò)能力的研究力度，使之得以進(jìn)一步的提高。

③專家系統(tǒng)的建立需要較長(zhǎng)的時(shí)間，而且由于知識(shí)庫(kù)工程量較大，所以在維護(hù)上也存在著一定的困難，電力企業(yè)在建造專家系統(tǒng)時(shí)要對(duì)這點(diǎn)上有心理準(zhǔn)備。

2.3 電力系統(tǒng)應(yīng)用人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)且是模擬人類來(lái)處理與傳遞信息，這種仿制連接方式類似于人類神經(jīng)元，形成了一個(gè)控制網(wǎng)絡(luò)。而每一個(gè)人工神經(jīng)元能夠?qū)崿F(xiàn)輸入輸出之間的非線性關(guān)系，這樣的連接就讓人工神經(jīng)網(wǎng)絡(luò)具有負(fù)責(zé)非線性特性。和上面兩種相比較，人工神經(jīng)網(wǎng)絡(luò)能夠使用神經(jīng)元與彼此之間有向權(quán)重去處理一些隱含問(wèn)題，而且還具有信息分布存儲(chǔ)、較強(qiáng)容錯(cuò)能力、較強(qiáng)學(xué)習(xí)能力、知識(shí)能夠主動(dòng)組織以及能夠處理不同信息要求等優(yōu)點(diǎn)，每個(gè)神經(jīng)元計(jì)算都是相對(duì)獨(dú)立的，十分方便，而且執(zhí)行的速度也比較快。就因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)具有較強(qiáng)分線性自學(xué)能力及擬合能力，具備了魯棒性、聯(lián)想記憶等等性能，讓這種方式在電力系統(tǒng)自動(dòng)化的應(yīng)有具有較大潛力。人工神經(jīng)系統(tǒng)雖然在不斷的發(fā)展，技術(shù)日益成熟，但其在應(yīng)用過(guò)程中還存在著一些問(wèn)題需要解決，如學(xué)習(xí)時(shí)間長(zhǎng)、算法慢等，這些都需要在應(yīng)用中不斷的改進(jìn)，從而使其技術(shù)得以完善。

3 結(jié)束語(yǔ)

隨著電力系統(tǒng)發(fā)展速度的不斷加大，智能控制系統(tǒng)在電力系統(tǒng)中已開(kāi)始進(jìn)行應(yīng)用，智能技術(shù)，雖然其在各自的應(yīng)用中各有所長(zhǎng)，但任何一項(xiàng)單一技術(shù)都存在著一定的缺陷，所以在應(yīng)用中要注重將模糊理論、專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)等三者有效的結(jié)合起來(lái)，形成互補(bǔ)，從而形成一套綜合化的智能控制方法，為電力系統(tǒng)智能控制方法的應(yīng)用奠定堅(jiān)實(shí)的基礎(chǔ)。

參考文獻(xiàn)

[1]肖成剛.淺論電力系統(tǒng)控制方法[J].寧夏電力，2008（4）：134-136.

篇9

關(guān)鍵詞：計(jì)算機(jī)軟件 冶金自動(dòng)化控制 應(yīng)用分析

中圖分類號(hào)：TP393.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2013）07（a）-0007-01

20世紀(jì)60年代以來(lái)，我國(guó)冶金控制系統(tǒng)逐漸邁向了自動(dòng)化領(lǐng)域。到了80年代，隨著PLC、DCS等現(xiàn)代控制系統(tǒng)的出現(xiàn)，為我國(guó)冶金行業(yè)的發(fā)展提供了重要的技術(shù)支持，極大的提高了冶金行業(yè)的生產(chǎn)率與生產(chǎn)質(zhì)量，為我國(guó)現(xiàn)代化建設(shè)作出了巨大的貢獻(xiàn)。近年來(lái)，隨著計(jì)算機(jī)軟件更新速度的加快，現(xiàn)代的冶金生產(chǎn)流程得到了很大程度的革新，其越來(lái)越向緊湊型、智能型方向發(fā)展了。因此，為了更好的確保冶金控制系統(tǒng)實(shí)現(xiàn)全自動(dòng)化，不斷改革生產(chǎn)管理控制系統(tǒng)，有關(guān)技術(shù)人員應(yīng)該加大堆計(jì)算機(jī)編程和控制的關(guān)注程度，在新型產(chǎn)品與工藝的開(kāi)發(fā)過(guò)程中，盡量采用最先進(jìn)的流程技術(shù)，逐步實(shí)現(xiàn)人機(jī)交互的局面，將自動(dòng)化理念全面滲透到每一個(gè)生產(chǎn)環(huán)節(jié)中去，最大限度的提高冶金行業(yè)的生產(chǎn)效率，為實(shí)現(xiàn)我國(guó)又好又快發(fā)展提供重要的物質(zhì)支持。改革開(kāi)放以來(lái)，我國(guó)冶金行業(yè)的發(fā)展速度得到了極大的提高。當(dāng)前，冶金行業(yè)在國(guó)民經(jīng)濟(jì)中占據(jù)了極其關(guān)鍵的作用。因此，冶金產(chǎn)業(yè)生產(chǎn)質(zhì)量與水平的高低直接影響著我國(guó)整體工業(yè)的發(fā)展速度，是我國(guó)工業(yè)競(jìng)爭(zhēng)能力高低的重要體現(xiàn)。本文就現(xiàn)階段計(jì)算機(jī)在冶金自動(dòng)化控制中的應(yīng)用進(jìn)行了細(xì)致的分析，以求更好的促進(jìn)我國(guó)冶金行業(yè)的發(fā)展。

1 分析計(jì)算機(jī)在冶金生產(chǎn)過(guò)程中的應(yīng)用

現(xiàn)階段，計(jì)算機(jī)在我國(guó)冶金過(guò)程控制方面取得了顯著的成效，計(jì)算機(jī)過(guò)程監(jiān)控系統(tǒng)幾乎覆蓋了所有冶金行業(yè)的每一個(gè)流程。且隨著計(jì)算機(jī)應(yīng)用技術(shù)的不斷提高和軟件的不斷優(yōu)化，這種趨勢(shì)在近幾年得到了更大幅度的提升。傳統(tǒng)的PLC、DCS等系統(tǒng)逐步被現(xiàn)代計(jì)算機(jī)系統(tǒng)代替。尤其在這幾年中，這種趨勢(shì)更為明顯。現(xiàn)場(chǎng)總線、工業(yè)以太網(wǎng)等科技得到了眾多冶金生產(chǎn)者的高度重視。計(jì)算機(jī)在冶金過(guò)程控制中發(fā)揮著重要的作用，其能有效的將理論知識(shí)、數(shù)理圖形、權(quán)威經(jīng)驗(yàn)和先進(jìn)工業(yè)完美的結(jié)合起來(lái)，構(gòu)建出一個(gè)動(dòng)態(tài)的數(shù)據(jù)系統(tǒng)，利用分布式的監(jiān)控手段，將工業(yè)網(wǎng)絡(luò)與各種冶金設(shè)備緊密的連接起來(lái)，使計(jì)算機(jī)系統(tǒng)能夠?qū)崟r(shí)監(jiān)控到冶金的各個(gè)生產(chǎn)線和產(chǎn)品質(zhì)量，大大提高了冶金行業(yè)的生產(chǎn)效率與生產(chǎn)水平，真正實(shí)現(xiàn)了冶金自動(dòng)化系統(tǒng)。

2 分析計(jì)算機(jī)在冶金行業(yè)管理信息系統(tǒng)領(lǐng)域的使用

當(dāng)前，大中型冶金企業(yè)主要由鐵礦的開(kāi)采、提煉、鑄軋等工藝組成，同時(shí)，還需要利用水電等系統(tǒng)進(jìn)行輔助生產(chǎn)。要想更好的實(shí)現(xiàn)冶金行業(yè)的經(jīng)濟(jì)效益，就需要將每一道工序進(jìn)行細(xì)致的連接，盡量減少浪費(fèi)、重復(fù)生產(chǎn)等損失的發(fā)展。因此，冶金企業(yè)主要管理人員應(yīng)該不斷協(xié)調(diào)質(zhì)量管理、通信管理、調(diào)度管理等部門(mén)的工作任務(wù)，不斷優(yōu)化企業(yè)生產(chǎn)流程，實(shí)現(xiàn)經(jīng)濟(jì)效益。為此，建立采用計(jì)算機(jī)技術(shù)建立公司級(jí)的管理信息網(wǎng)絡(luò)系統(tǒng)顯得尤為關(guān)鍵，其在現(xiàn)代冶金行業(yè)得到了越來(lái)越廣泛的應(yīng)用。同時(shí)，全方位、多領(lǐng)域的管理信息網(wǎng)絡(luò)系統(tǒng)，也為現(xiàn)代冶金行業(yè)的生產(chǎn)效率和產(chǎn)品質(zhì)量提供了技術(shù)保證。拿漣鋼為例，早在20世紀(jì)80年代末期，漣鋼MIS系統(tǒng)工程就得到了大規(guī)模的使用。在公司，幾乎全部廠房都涉及到了計(jì)算機(jī)軟件，并通過(guò)全部聯(lián)網(wǎng)的形式，將通信部門(mén)、采購(gòu)部門(mén)、財(cái)務(wù)部門(mén)等的重要數(shù)據(jù)都傳入網(wǎng)絡(luò)系統(tǒng)中，充分發(fā)揮出了企業(yè)各類數(shù)據(jù)的共享優(yōu)勢(shì)。此外，該系統(tǒng)還通過(guò)系統(tǒng)化的思想全面整合了企業(yè)內(nèi)部關(guān)鍵的資源，促使各單位、各部門(mén)分工合作，進(jìn)而最大限度的完成資源的重組，為企業(yè)高層管理人員提供了重要的決策信息，以便更好的促進(jìn)冶金行業(yè)的健康發(fā)展。

3 計(jì)算機(jī)為冶金自動(dòng)化控制軟件提供了巨大的發(fā)展空間

計(jì)算機(jī)控制技術(shù)在冶金產(chǎn)業(yè)的大規(guī)模使用，使得眾多軟件開(kāi)發(fā)商將市場(chǎng)定位于冶金自動(dòng)化設(shè)備和控制系統(tǒng)。因此，為了盡早搶占市場(chǎng)份額充分實(shí)現(xiàn)冶金產(chǎn)品生產(chǎn)線的自動(dòng)化，第三方軟件開(kāi)發(fā)商紛紛開(kāi)發(fā)了各類控制算法、控制器編程程序、數(shù)據(jù)監(jiān)管系統(tǒng)產(chǎn)品。然而，不論是哪一類軟件產(chǎn)品，在使用過(guò)程中都需要運(yùn)用到計(jì)算機(jī)設(shè)備。尤其是在信息管理系統(tǒng)建立起來(lái)之后，軟件自動(dòng)化控制系統(tǒng)對(duì)計(jì)算機(jī)設(shè)備的依賴程度更是得到了極大的提升。這些年，外國(guó)眾多制造生產(chǎn)商都在冶金軟件產(chǎn)品開(kāi)放性與互動(dòng)性上投入了巨大的人力、物理、財(cái)力，極大的提高了現(xiàn)代冶金產(chǎn)業(yè)的生產(chǎn)能力，為我國(guó)經(jīng)濟(jì)、社會(huì)的高速發(fā)展提供了重要的物質(zhì)保障。

4 分析計(jì)算機(jī)在冶金過(guò)程人工智能技術(shù)中的使用

現(xiàn)階段，我國(guó)眾多大中型鋼鐵冶金企業(yè)都實(shí)現(xiàn)了基礎(chǔ)自動(dòng)化向信息網(wǎng)絡(luò)化的重大突破，成功邁向了全方位的自動(dòng)化控制系統(tǒng)。隨著現(xiàn)代信息網(wǎng)絡(luò)技術(shù)的不斷改進(jìn)與革新，在現(xiàn)代冶金生產(chǎn)過(guò)程中各類信息與數(shù)據(jù)資料得到了最大程度的共享，大部分冶金生產(chǎn)工序、控制流程、技術(shù)決策都能在操控室中完成。同時(shí)，人工智能技術(shù)的不斷發(fā)展與演進(jìn)，充分展現(xiàn)了計(jì)算機(jī)運(yùn)算的強(qiáng)大功能。通過(guò)人工智能技術(shù)能夠通過(guò)各種仿真、模擬手段實(shí)現(xiàn)對(duì)全部冶金生產(chǎn)流程的離線演示，不斷優(yōu)化冶金產(chǎn)業(yè)的生產(chǎn)流程，對(duì)實(shí)際的冶金生產(chǎn)提供關(guān)鍵的指導(dǎo)作用。

5 計(jì)算機(jī)在冶金行業(yè)局域網(wǎng)絡(luò)中的使用

冶金生產(chǎn)流程自動(dòng)化設(shè)施質(zhì)量、數(shù)量的高速提升，在提高冶金產(chǎn)業(yè)生產(chǎn)力的同時(shí)，也加大了對(duì)每一項(xiàng)機(jī)械設(shè)備監(jiān)控的難度。當(dāng)前，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)對(duì)冶金產(chǎn)業(yè)的影響主要體現(xiàn)在如下兩個(gè)方面：其一，計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)能夠提高各類機(jī)械設(shè)備接收、傳輸各類指令的效率；其二，計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)能夠保證設(shè)備與設(shè)備之間進(jìn)行大規(guī)模數(shù)據(jù)的傳送與交換，實(shí)現(xiàn)流程的優(yōu)化。

6 結(jié)語(yǔ)

現(xiàn)代計(jì)算機(jī)技術(shù)的大規(guī)模使用，不斷提高了冶金自動(dòng)化控制的實(shí)現(xiàn)程度，為我國(guó)冶金行業(yè)帶來(lái)了巨大的經(jīng)濟(jì)效益。

參考文獻(xiàn)

[1] 冶金行業(yè)DCS的使用量逐步減少[J].現(xiàn)代制造，2009（42）.

篇10

甚至狗都有夢(mèng)想，

但你沒(méi)有，

你只是個(gè)機(jī)器，

一個(gè)冒充生命的贗品。

一個(gè)機(jī)器人能寫(xiě)交響樂(lè)么？

一個(gè)機(jī)器人能把一個(gè)，

嗯，

帆布變成一幅美麗的杰作么？提起人工智能，很多人會(huì)首先想起斯皮爾伯格導(dǎo)演的科幻電影《人工智能》（AI），該片曾獲2002年奧斯卡獎(jiǎng)。在電影里一對(duì)夫婦領(lǐng)養(yǎng)了一個(gè)機(jī)器人作為自己的孩子，這個(gè)機(jī)器人可以像人一樣思考，具有喜怒哀樂(lè)，在它的身上發(fā)生了許多的故事。

這樣的科幻情景離現(xiàn)實(shí)又有多遠(yuǎn)呢？我們不妨先從人工智能的起源談起。長(zhǎng)久以來(lái)，我們一直認(rèn)為智能不只是人類所獨(dú)有的，可以像人類一樣進(jìn)行推理和學(xué)習(xí)的機(jī)器是完全可能被制造出來(lái)的，然而事情卻不像想的那樣簡(jiǎn)單。

模擬人工智能

在百科全書(shū)上，人工智能的定義是“研究可以智能工作的機(jī)器的科學(xué)和工程”。不過(guò)一個(gè)令人糾結(jié)的問(wèn)題是：到底什么是智能？很多情況下，那些“不智能”的機(jī)器比我們聰明多了，比如普通的計(jì)算機(jī)程序可以將成千上萬(wàn)個(gè)數(shù)字的乘積，可以記錄下銀行的大量款項(xiàng)，這已經(jīng)超出了普通人的能力?？墒?，他們只是能正確地完成大量計(jì)算而已，還稱不上真正的“智能”。只有某些人類特有的能力，像認(rèn)出一張熟悉的臉，指揮繁忙時(shí)段的交通或者學(xué)會(huì)一件樂(lè)器，才稱得上真正的“智能”。

為什么制造一臺(tái)智能機(jī)器這么難？這是因?yàn)?，一般情況下，在給電腦編寫(xiě)程序之前，程序員知道他想讓電腦做的任務(wù)是什么?？墒牵谌斯ぶ悄茴I(lǐng)域，程序員要求電腦做正確的事情，可同時(shí)又不是很清楚事情到底是什么。比如我們讓電腦去識(shí)別人臉，可是我們?nèi)祟愖约阂膊皇峭耆宄竽X是如何識(shí)別人臉的。

在現(xiàn)實(shí)世界中，我們不僅要面對(duì)還要處理種種不確定性事件。比如你在達(dá)到一個(gè)目標(biāo)前，受到諸多困難，你需要排除萬(wàn)難；你在駕車時(shí)，前方?jīng)_出一輛車，你需要轉(zhuǎn)動(dòng)方向盤(pán)避免撞車；你在處理一項(xiàng)任務(wù)時(shí)，突然接到另一項(xiàng)重要任務(wù)，你需要隨機(jī)應(yīng)變。一個(gè)智能的電腦程序不僅能夠按照既定計(jì)劃完成任務(wù)，還能確保在不確定事件發(fā)生的情況下完成任務(wù)。所以，真正的人工智能，必須能夠感知周圍環(huán)境的變化，并對(duì)此做出反應(yīng)，適時(shí)改變和調(diào)整自己的行動(dòng)，以期出色完成任務(wù)。

哲學(xué)起源

在世界上第一臺(tái)電腦問(wèn)世前的很多個(gè)世紀(jì)，人工智能的理念就已經(jīng)初具端倪。亞里士多德提出的從假設(shè)得出結(jié)論的“三段論”就是一種機(jī)械式的邏輯推理方法。按照他的理論，我們可以這樣論述：一些天鵝是白的，所有天鵝都是鳥(niǎo)，所以，一些鳥(niǎo)是白的。如果用符號(hào)表示，即為：一些S是W，所有的S都是B，所以，一些B是W。無(wú)論S、W、B代表什么，我們都可以得到正確結(jié)論。根據(jù)這樣的構(gòu)想，我們?cè)跊](méi)有完全弄清楚人腦是如何想問(wèn)題的情況下，或許就可以建立出一套智能化系統(tǒng)。

亞里士多德的構(gòu)想為探尋人工智能的本質(zhì)奠定了基礎(chǔ)。然而，直到20世紀(jì)中期，電腦才變得足夠復(fù)雜，能夠真正測(cè)試一下這些構(gòu)想。1948年，英國(guó)布里斯托爾大學(xué)的研究人員格雷?沃爾特制造出一系列具有感光和學(xué)習(xí)能力的會(huì)移動(dòng)的機(jī)器烏龜。其中一個(gè)名為艾爾西（Elsie）的機(jī)器烏龜可以自動(dòng)對(duì)環(huán)境做出反應(yīng)，比如當(dāng)電池電量快耗盡時(shí)，它就會(huì)自動(dòng)降低對(duì)光線的敏感度。

1950年，英國(guó)數(shù)學(xué)家阿蘭?圖靈提出，如果電腦可以和一個(gè)人談話自如，我們應(yīng)該“禮貌地”接受電腦可以思考的現(xiàn)實(shí)。不過(guò)，直到1956年，人工智能這個(gè)詞語(yǔ)才被正式提出來(lái)。在美國(guó)達(dá)特茅斯學(xué)院的一個(gè)暑期研討會(huì)上，這個(gè)領(lǐng)域的早期創(chuàng)始者們共同提出了他們的愿景：如果學(xué)習(xí)的各種方式或智能的各種特征都可以從理論上進(jìn)行精確描述，那么，一臺(tái)機(jī)器就可以模擬人的智能。似乎按照這樣的目標(biāo)快速發(fā)展，擁有真人一般智能的機(jī)器早晚會(huì)出現(xiàn)。

化整為零

20世紀(jì)60年代，研究人工智能的科學(xué)家們滿懷夢(mèng)想，信心十足，認(rèn)為他們將在幾十年內(nèi)實(shí)現(xiàn)他們的目標(biāo)，就像航天領(lǐng)域里，從第一架噴氣式飛機(jī)到人類登上月球也只用了30年。為什么人工智能不可以擁有這樣火箭般的發(fā)展速度呢？

事實(shí)上，兩者之間最大的不同之處在于，對(duì)于人工智能，我們找不到像F=ma和E=mc2那樣既簡(jiǎn)潔又通用的公式。到了20世紀(jì)80年代，研究人員意識(shí)到，他們既沒(méi)有足夠硬件也沒(méi)有足夠知識(shí)，來(lái)模擬人可以做的所有事情，于是整個(gè)領(lǐng)域被分成很多部分。以往研究人員的共同目標(biāo)是制造一臺(tái)擁有人類智慧的電腦，取而代之的是，研究人員側(cè)重研究這個(gè)宏大問(wèn)題的某個(gè)方面，比如語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)、概率推理，甚至國(guó)際象棋這個(gè)小領(lǐng)域。

可喜的是，在每個(gè)分支領(lǐng)域，研究人員都取得重大突破。1997年，IBM的“更深的藍(lán)”電腦擊敗了國(guó)際象棋冠軍卡斯帕羅夫。“更深的藍(lán)”電腦能在1秒內(nèi)計(jì)算出2億種可能性，從而推算出之后棋盤(pán)的走勢(shì)，最終決定下一步怎么走棋。

“更深的藍(lán)”電腦在這場(chǎng)需要高智能的象棋比賽中取得驕人成績(jī)。然而，這位“專家”的技能有點(diǎn)單一，除了象棋比賽外，它什么都不會(huì)做，既不能和別人討論下棋策略，也不會(huì)玩其他游戲。盡管它贏了世界象棋大師，但是沒(méi)有人會(huì)把它錯(cuò)當(dāng)作真人，它只是一臺(tái)電腦。

人工智能的時(shí)間線

1950年，圖靈提出，經(jīng)過(guò)編程的電子計(jì)算機(jī)可以像真人一樣回答問(wèn)題。

1956年，在美國(guó)達(dá)特茅斯學(xué)院的一個(gè)暑期工作坊上，這個(gè)領(lǐng)域的早期創(chuàng)始者們正式提出了“人工智能”這個(gè)詞匯。

1958年 Allen Newell和Herbert Simon預(yù)測(cè)在十年內(nèi)，電腦可以擊敗國(guó)際象棋世界冠軍，不過(guò)在現(xiàn)實(shí)中這整整花了四十年。

1961年，電腦解決了大學(xué)一年級(jí)程度的微積分題目。

1965年，世界上第一個(gè)用于心理治療的聊天機(jī)器人ELIZA，嘗試著和人進(jìn)行對(duì)話。

1967年，STUDENT程序成功地解決了用文字描述的一道大學(xué)程度的代數(shù)題目。

1973年，F(xiàn)reddy機(jī)器人通過(guò)視覺(jué)感知來(lái)定位和組裝了模型。

1974年，隨著政府資助機(jī)構(gòu)減少了對(duì)于人工智能研究的撥款預(yù)算，人工智能寒冬到來(lái)。

1975年，斯坦福大學(xué)的Meta-DENDRAL程序發(fā)現(xiàn)關(guān)于分子的新規(guī)律，成果被發(fā)表在了美國(guó)化學(xué)學(xué)會(huì)的期刊上。

1980年，自動(dòng)行駛的汽車在慕尼黑大學(xué)里以90千米/小時(shí)的速度行駛。

1988年，人工智能的主要形式變?yōu)榛诓淮_定數(shù)據(jù)的概率推理，而不再是以往那樣側(cè)重于邏輯。

1989年，美國(guó)航天局（NASA）利用自動(dòng)聚類的電腦程序發(fā)現(xiàn)以往未知的幾類恒星。

1997年，IBM“更深的藍(lán)”超級(jí)電腦擊敗了國(guó)際象棋冠軍卡斯帕羅夫。

1998年，由Hasbro生產(chǎn)的第一個(gè)人工智能的寵物Furby開(kāi)始在美國(guó)出售；美國(guó)航天局（NASA）第一次有了完全由電腦程序自動(dòng)控制的飛行器。

2000年，Nomad機(jī)器人探索南極洲的偏遠(yuǎn)地區(qū)，采集氣象觀測(cè)樣本。

2004年，一個(gè)電腦程序可以比一個(gè)專業(yè)級(jí)真人飛行員更快地學(xué)會(huì)操縱遙控直升機(jī)。

2007年，美國(guó)艾爾伯特大學(xué)的人工智能程序完全破解了西洋跳棋游戲。

2011年，蘋(píng)果的語(yǔ)音識(shí)別軟件Siri可以讓用戶和iPhone對(duì)話；iRobot公司出售出了第600萬(wàn)個(gè)Roomba吸塵器機(jī)器人。

2012年，Google翻譯做的翻譯總量已經(jīng)超過(guò)了所有人類翻譯者所做的總和。

2012年，通過(guò)10億個(gè)連接，Google的人工智能神經(jīng)網(wǎng)絡(luò)可以去識(shí)別一些常見(jiàn)的物體，像人臉和貓。

或許你沒(méi)有意識(shí)到，其實(shí)你每天都在和人工智能打交道。它們幫你接通電話，審核你的信用卡交易，管理你的基金。它們還能從你的數(shù)碼照片中識(shí)別你的臉，在你玩視頻游戲時(shí)識(shí)別你的姿勢(shì)，甚至幫助醫(yī)生分析你的化驗(yàn)結(jié)果。

益智游戲冠軍

2011年，IBM向世界推出沃森（Watson），一個(gè)可以理解問(wèn)題、并給出準(zhǔn)確答案的超級(jí)計(jì)算機(jī)。沃森擁有3000個(gè)聯(lián)網(wǎng)在一起的處理器，其中儲(chǔ)存著幾百萬(wàn)份文件，沃森可以利用這些海量的信息回答幾乎所有問(wèn)題。

IBM讓沃森亮相美國(guó)一個(gè)電視問(wèn)答娛樂(lè)節(jié)目《危險(xiǎn)邊緣》（Jeopardy?。?。

《危險(xiǎn)邊緣》一向以提出“拐彎抹角”的問(wèn)題而出名，有點(diǎn)像國(guó)內(nèi)的《開(kāi)心辭典》和《幸運(yùn)52》。這個(gè)游戲可比國(guó)際象棋復(fù)雜得多，沃森不僅需要綜合所有人類知識(shí)，還需要理解問(wèn)題中的雙關(guān)語(yǔ)等文字游戲。

在沃森精彩舞臺(tái)表現(xiàn)的背后，人工智能的一個(gè)分支領(lǐng)域――概率推理功不可沒(méi)：這項(xiàng)技術(shù)幫助沃森從不完整的信息組合中提煉出完整答案。比賽前，IBM的工程師們把百科知識(shí)和以往《危險(xiǎn)邊緣》的節(jié)目資料塞進(jìn)沃森的硬盤(pán)里，然后把沃森的電腦程序分成100個(gè)小程序，每個(gè)小程序負(fù)責(zé)一個(gè)方面。比如，一個(gè)程序負(fù)責(zé)“著名作家”，另一個(gè)程序負(fù)責(zé)“食品”。比賽時(shí)，針對(duì)提出的問(wèn)題，沃森的100個(gè)分程序各自從數(shù)據(jù)庫(kù)里尋找答案，最終沃森綜合這100個(gè)分程序的結(jié)果，選擇最有可能正確的答案。比賽結(jié)果并不出乎意料，沃森曾經(jīng)在電視節(jié)目中擊敗兩位真人冠軍。

不過(guò)，成為《危險(xiǎn)邊緣》節(jié)目的冠軍并不是沃森的真正使命，IBM計(jì)劃給沃森更實(shí)用的任務(wù)，比如給醫(yī)學(xué)、商業(yè)、農(nóng)業(yè)等領(lǐng)域提供時(shí)效性強(qiáng)的重要信息。

無(wú)人駕駛汽車

行駛在美國(guó)拉斯維加斯的公路上，如果你看到一輛汽車的牌照是紅色，其上印有無(wú)窮大符號(hào)，就要留意一下了，它是一輛無(wú)人駕駛的汽車。2012年初，美國(guó)內(nèi)華達(dá)州為無(wú)人駕駛汽車發(fā)放了第一張牌照。

在世界上其他地方，無(wú)人駕駛汽車也會(huì)火起來(lái)嗎？應(yīng)該說(shuō)，到現(xiàn)在為止，駕駛還是一項(xiàng)由真人司機(jī)占據(jù)主導(dǎo)地位的任務(wù)。雖然駕車稱不上很難，但其中有太多變數(shù)，比如尾隨你的汽車是以60千米/小時(shí)還是70千米/小時(shí)的速度行駛？角落里是否有一輛行駛在你的視角之外的汽車？如果你想超車，前面車的司機(jī)會(huì)不會(huì)突然加速？諸如此類的問(wèn)題還有很多。

無(wú)人駕駛汽車行駛在公路上并不難。早在1994年，兩輛無(wú)人駕駛汽車就曾經(jīng)在環(huán)繞巴黎的公路上行駛了1000千米。但是，如果讓無(wú)人駕駛汽車在城市中穿行，任務(wù)一下子就變得困難很多，城市交通中很多不成文的規(guī)則會(huì)讓無(wú)人駕駛汽車摸不到頭腦。比如，如果谷歌公司的工程師嚴(yán)格按照司機(jī)守則為無(wú)人駕駛汽車編寫(xiě)程序，在十字路口上一定要為其他汽車讓路，他們會(huì)發(fā)現(xiàn)，這臺(tái)太過(guò)老實(shí)的無(wú)人駕駛汽車永遠(yuǎn)也沒(méi)法走過(guò)這個(gè)路口。于是，他們對(duì)程序做了一點(diǎn)改進(jìn)，當(dāng)無(wú)人駕駛汽車等待一段時(shí)間后，就會(huì)自動(dòng)緩慢向前移動(dòng)，向其他汽車示意自己想要先走，而不只是傻傻地等待。

對(duì)于無(wú)人駕駛汽車來(lái)說(shuō)，還有一個(gè)難題，即如何判斷自己所處的位置。GPS有時(shí)并不靠譜，誤差會(huì)達(dá)到幾米之多。無(wú)人駕駛汽車不僅能使用GPS，還能同時(shí)開(kāi)啟照相機(jī)、雷達(dá)和測(cè)距激光，共同幫助校正GPS的數(shù)據(jù)。

除了擔(dān)任駕駛職責(zé)外，無(wú)人駕駛汽車還能自動(dòng)調(diào)節(jié)汽車燃料進(jìn)出，提高能源利用率。代表前沿科技的無(wú)人駕駛汽車綜合了多項(xiàng)人工智能技術(shù)，越來(lái)越被人們所接受。通過(guò)特別許可，谷歌公司的無(wú)人駕駛汽車已經(jīng)在完全無(wú)人控制的情況下，在美國(guó)加利福尼亞州的公路和街區(qū)中穿行了成千上萬(wàn)千米。相信世界上其他地方很快也會(huì)接納智能的無(wú)人駕駛汽車。

垃圾郵件獵手

如今，全世界的電子郵件中，每10封恐怕有9封都是垃圾郵件。如果這些垃圾郵件和正常郵件混在一起出現(xiàn)在你的收件夾里，電子郵件的方便快捷功能將大打折扣。通過(guò)垃圾郵件過(guò)濾器，你可以把垃圾郵件從收件夾里過(guò)濾出來(lái)。

要判斷什么樣的郵件才算是垃圾郵件，只要看一下郵箱主人打開(kāi)郵箱后，把哪些郵件加上星號(hào)保留，哪些郵件看也不看就直接刪掉即可。這些舉動(dòng)為垃圾郵件過(guò)濾器提供了最好的參考。電腦程序根據(jù)這些信息把每封郵件分解成很多個(gè)特征，每個(gè)特征可以是一個(gè)單詞或詞組，也可以是郵件發(fā)送的時(shí)間，還可以是發(fā)送郵件的電腦信息。這些特征可以幫助電腦程序判斷一封郵件是否垃圾郵件。比如，一封郵件里包含“最低價(jià)格”“精心包裝”兩個(gè)詞組。根據(jù)全球統(tǒng)計(jì)數(shù)據(jù)，這兩個(gè)詞組在垃圾郵件中出現(xiàn)的概率高達(dá)8%和3%；而在正常郵件中，它們出現(xiàn)的概率只有0.1%和0.3%。之后根據(jù)數(shù)學(xué)上的貝葉斯定律公式，計(jì)算出這封郵件是垃圾郵件的概率高達(dá)99.9%。

重要的是，垃圾郵件過(guò)濾器需要根據(jù)經(jīng)驗(yàn)不斷更新判別模式。再好的垃圾郵件過(guò)濾器也會(huì)有犯錯(cuò)誤的時(shí)候，可能放過(guò)壞郵件，也可能錯(cuò)殺好郵件。每當(dāng)郵箱主人把一封垃圾郵件從垃圾郵件箱移回收件夾或者標(biāo)識(shí)并刪除一封遺漏在收件夾里的垃圾郵件，垃圾郵件過(guò)濾器會(huì)立刻更正自己的參數(shù)，做出改進(jìn)，以提高識(shí)別垃圾郵件的準(zhǔn)確率。

自動(dòng)翻譯高手

2012年，“谷歌翻譯”的翻譯總量超過(guò)所有專業(yè)翻譯員的翻譯總量?！肮雀璺g”掌握65種語(yǔ)言，可以任選其中兩種語(yǔ)言進(jìn)行互譯。“谷歌翻譯”得以運(yùn)行，全靠人工智能領(lǐng)域的概率推理技術(shù)。

很多年前，語(yǔ)言學(xué)家通過(guò)雙語(yǔ)字典和語(yǔ)法規(guī)則來(lái)構(gòu)建自動(dòng)翻譯系統(tǒng)。遺憾的是，這樣做失敗了，如此翻譯會(huì)很生硬、不靈活。比如，在法語(yǔ)語(yǔ)法規(guī)則里，形容詞一般置于名詞后。而在英語(yǔ)語(yǔ)法規(guī)則里，形容詞一般置于名詞前。當(dāng)然，也有例外的時(shí)候，比如，英語(yǔ)中表達(dá)“神奇的光”時(shí)，使用“the light fantastic”詞組，形容詞fantastic置于名詞light之后。

過(guò)去十多年，自動(dòng)翻譯依靠的不再是語(yǔ)言學(xué)家手寫(xiě)的規(guī)則，而是從現(xiàn)實(shí)案例中學(xué)習(xí)而來(lái)的概率準(zhǔn)則，就好像以往是通過(guò)背單詞和記語(yǔ)法來(lái)學(xué)外語(yǔ)，而現(xiàn)在是通過(guò)身臨語(yǔ)言環(huán)境中學(xué)習(xí)。自動(dòng)翻譯另外一個(gè)重要方面是電腦和真人之間的配合和交互，很多自動(dòng)翻譯系統(tǒng)都是先在互聯(lián)網(wǎng)上搜集大量真人翻譯過(guò)的文件作為參考。

當(dāng)然，自動(dòng)翻譯還遠(yuǎn)遠(yuǎn)稱不上完美，但是它正在被逐步改進(jìn)――準(zhǔn)確率越來(lái)越高，翻譯的語(yǔ)言種類也越來(lái)越多。谷歌公司正在開(kāi)發(fā)一個(gè)名為“翻譯”（Translate）的安卓手機(jī)程序，當(dāng)你與對(duì)方通話時(shí)，你可以說(shuō)母語(yǔ)，該程序根據(jù)你的選擇，把你所說(shuō)的話轉(zhuǎn)換成對(duì)方的母語(yǔ)，發(fā)送給對(duì)方，而對(duì)方在和你通話時(shí)也可以說(shuō)母語(yǔ)。隨著自動(dòng)翻譯技術(shù)的發(fā)展，一個(gè)被長(zhǎng)久期盼的誘人目標(biāo)將有機(jī)會(huì)實(shí)現(xiàn)――每個(gè)人不需要學(xué)習(xí)任何外語(yǔ)，就可以和世界各地的朋友進(jìn)行交流。

讓程序自我進(jìn)化

現(xiàn)今大多數(shù)的人工智能系統(tǒng)如果完全依靠手動(dòng)來(lái)編寫(xiě)程序，會(huì)變得很復(fù)雜，一個(gè)另辟蹊徑的方法是讓電腦程序自己進(jìn)化自己。在虛擬的環(huán)境中，程序通過(guò)不斷的迭代，嘗試變化各種參數(shù)，在不斷嘗試和失敗之中，程序逐漸“自然而然”變成設(shè)計(jì)者期望的樣子。

首先，設(shè)計(jì)者們?yōu)槌绦虼罱ㄒ粋€(gè)模擬環(huán)境。就垃圾郵件過(guò)濾器的程序而言，“環(huán)境”就是大量郵件，既包括正常郵件又包括垃圾郵件。然后，程序的不同版本同時(shí)在模擬環(huán)境中接受檢驗(yàn)，輸出各自不同的結(jié)果。在對(duì)結(jié)果進(jìn)行評(píng)分后，分?jǐn)?shù)差的程序被淘汰，分?jǐn)?shù)好的程序被進(jìn)一步修改。修改后的程序再次接受檢驗(yàn)，同樣優(yōu)勝劣汰。如此往復(fù)，最后，程序可以自然進(jìn)化成比較理想的狀態(tài)。

這個(gè)過(guò)程其實(shí)有點(diǎn)類似自然界中所發(fā)生的“弱肉強(qiáng)食、適者生存”。而一個(gè)程序的某個(gè)參數(shù)被修改如同自然選擇中的基因發(fā)生隨機(jī)突變；兩個(gè)程序還可以各取一部分交叉到一起產(chǎn)生一個(gè)新的程序，就如同動(dòng)物產(chǎn)生后代一樣。這種讓程序自我進(jìn)化的方法被稱為“遺傳算法”。

電腦也需要直覺(jué)

人永遠(yuǎn)不是絕對(duì)理性的，我們?cè)谧鰶Q定的時(shí)候會(huì)犯很多常見(jiàn)的錯(cuò)誤，并且容易受到無(wú)關(guān)細(xì)節(jié)的干擾。有時(shí)，我們相信自己的直覺(jué)，未經(jīng)深思熟慮，即匆忙做出決定。我們?cè)?jīng)認(rèn)為，“冷靜”的電腦不像人一樣沖動(dòng)，一定是件好事。可是，最近的認(rèn)知科學(xué)研究發(fā)現(xiàn)，事實(shí)并非如此。

一個(gè)人先天具有兩種互補(bǔ)的做決定的方式，一種是緩慢的、深思熟慮的、理性的，另一種是迅速的、沖動(dòng)的，通過(guò)聯(lián)系當(dāng)前情況和以往經(jīng)驗(yàn)，快速做出決定。第二種方式或許才是人類智能高效的關(guān)鍵。

不難想象，深思熟慮和理性必定要以耗費(fèi)更多的時(shí)間和精力為代價(jià)。比如，有一輛車正迎面撞向你駕駛的車，你需要立刻做出反應(yīng)，或者鳴笛，或者剎車，或者轉(zhuǎn)向，而不是經(jīng)過(guò)復(fù)雜的計(jì)算決定哪種選擇最優(yōu)，估計(jì)等結(jié)果算出來(lái)事故已經(jīng)發(fā)生了。此時(shí)，快速反應(yīng)成為關(guān)鍵。在非緊急情況下，這種快速反應(yīng)同樣有益。比如，如果每天都在認(rèn)真思考到底穿深藍(lán)色衣服還是淺藍(lán)色衣服這類無(wú)傷大雅的問(wèn)題，會(huì)浪費(fèi)大量的時(shí)間和精力，耽誤更重要的事情。

那么，是否應(yīng)該給人工智能加入直覺(jué)成分呢？事實(shí)上，很多現(xiàn)代人工智能系統(tǒng)包含兩部分，一部分用于瞬時(shí)反應(yīng)，一部分用于理性分析。一些機(jī)器人使用多層系統(tǒng)結(jié)構(gòu)，最底層只做反應(yīng)；較高層則負(fù)責(zé)抑制這些反應(yīng)，組織更多目標(biāo)行為。這種方式很有效，控制步行機(jī)器人在凹凸不平的地面上行走就是一個(gè)例子。

另外一種方式是在人工智能程序中加入一些“情感”。比如，如果一個(gè)機(jī)器人反復(fù)嘗試做一件事情，不斷遭遇失敗后，一個(gè)表達(dá)“氣餒”情感的電路就可以“激勵(lì)”機(jī)器人轉(zhuǎn)換思路。人工智能的創(chuàng)始者之一馬文?明斯基認(rèn)為，情感并非人腦的一個(gè)獨(dú)立事件，而是人腦的多個(gè)部分之間、人腦和身體之間的互作。畢竟，人是感性動(dòng)物。在我們做出某些選擇時(shí)，情感因素高于其他因素。如果一個(gè)電腦程序受到情感驅(qū)使，自然更像人類智能。

像大腦一樣的機(jī)器

既然我們的目標(biāo)是制造一臺(tái)具有人類智能的機(jī)器，為何不直接復(fù)制一下人腦呢？畢竟，人類自己是智能的最好樣本。過(guò)去幾十年，神經(jīng)科學(xué)為大腦如何處理和存儲(chǔ)信息提供了很多新的認(rèn)識(shí)。

人腦是由連接著1000億個(gè)神經(jīng)元的100萬(wàn)億個(gè)神經(jīng)突觸組成的網(wǎng)絡(luò)，這些神經(jīng)突觸和神經(jīng)元的狀態(tài)每秒改變10~100次。人腦的這種結(jié)構(gòu)使得它非常擅長(zhǎng)諸如在圖片中辨認(rèn)物體之類的任務(wù)。一臺(tái)超級(jí)計(jì)算機(jī)擁有100萬(wàn)億字節(jié)的內(nèi)存，擁有的晶體管電路的運(yùn)算速度比人腦至少快1億倍，這種結(jié)構(gòu)使得計(jì)算機(jī)擅長(zhǎng)有明確定義、工作量大、要求精確的任務(wù)。

這兩種結(jié)構(gòu)各有優(yōu)缺點(diǎn)。如果完成模糊性任務(wù)，人腦更占優(yōu)勢(shì)。比如，諸如識(shí)別面孔的任務(wù)，無(wú)需計(jì)算高度精確的電路。

相比于超級(jí)計(jì)算機(jī)，人腦是一臺(tái)節(jié)能機(jī)器。人腦進(jìn)行各種計(jì)算時(shí)，所需功率約20瓦，只相當(dāng)于一個(gè)亮度很低的老式電燈泡。而一臺(tái)進(jìn)行類似計(jì)算的超級(jí)計(jì)算機(jī)所需功率約20萬(wàn)瓦。據(jù)統(tǒng)計(jì)，2010年，谷歌公司用電23億千瓦時(shí)（度），相當(dāng)于20.7萬(wàn)戶美國(guó)家庭一年的用電量、41座帝國(guó)大廈一年的用電量。一個(gè)表面上看起來(lái)并非傳統(tǒng)重工業(yè)的公司卻是個(gè)耗電大戶，這不由引發(fā)研究人員思考人腦的節(jié)能高效。