導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇人工智能醫(yī)藥，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

隨著社會(huì)、經(jīng)濟(jì)和醫(yī)學(xué)的發(fā)展，人口的壽命明顯延長(zhǎng)，老齡化已成為我國(guó)重要的問(wèn)題。按照流行病學(xué)研究資料推算，我國(guó)可能有800萬(wàn)的腦血管病患者和1600萬(wàn)以上的認(rèn)知功能損害的患者。流行病學(xué)資料顯示，我國(guó)每年新發(fā)卒中病例約250萬(wàn)，在卒中后1年將近70%的患者存在認(rèn)知功能障礙，嚴(yán)重影響患者的生活質(zhì)量，給社會(huì)和家庭造成極大的負(fù)擔(dān)。

目前，血管性癡呆的概念已經(jīng)擴(kuò)展，包括所有類型腦血管病導(dǎo)致的認(rèn)知缺損，屬于血管性認(rèn)知障礙（VCI）的分類。VCI指有重要的認(rèn)知和功能缺失但沒(méi)有達(dá)到癡呆程度，有高度的可逆性。

2007年12月1日，匯聚國(guó)內(nèi)知名神經(jīng)科專家智慧結(jié)晶的《血管性認(rèn)知功能損害專家共識(shí)》正式發(fā)表于《中華內(nèi)科雜志》，標(biāo)志著認(rèn)知功能損害領(lǐng)域從此邁上了一個(gè)新臺(tái)階。

專家共識(shí)指出，VCI涵蓋了由血管因素導(dǎo)致或與之相關(guān)的各種類型和程度的認(rèn)知功能損害。雖然不同研究者提出過(guò)不同的分型方法，但通常包括兩類：一類是血管性非癡呆的認(rèn)知功能損害（V-CIND），其中包含主要表現(xiàn)為多認(rèn)知功能域損害的血管性輕度認(rèn)知功能損害（V-MCI）；另一類就是傳統(tǒng)的血管性癡呆（VaD）。VaD還可再分為：①多發(fā)梗死性癡呆（MID），經(jīng)典但少見(jiàn)；②皮質(zhì)下缺血型血管性癡呆（SIVD），最多見(jiàn)；③關(guān)鍵部位梗死型；④低灌注型；⑤出血型；⑥混合型：又稱Alzheimer病（AD）伴腦血管?。虎哌z傳性。

血管性認(rèn)知功能損害是指由于各種血管病變所引起的認(rèn)知功能障礙，這一概念是1995年由Bowler和Hachinski提出的，是包括輕度認(rèn)知功能障礙到癡呆的一大類綜合征，近年來(lái)已經(jīng)引起廣大學(xué)者的關(guān)注。認(rèn)知功能障礙的常見(jiàn)表現(xiàn)為注意力減退、定向力障礙、記憶力減退、視空間功能障礙等，合并情緒波動(dòng)。認(rèn)知功能障礙嚴(yán)重影響患者的生活質(zhì)量，給家庭和社會(huì)帶來(lái)嚴(yán)重的負(fù)擔(dān)。

目前對(duì)于認(rèn)知功能障礙的治療主要限于癡呆發(fā)生后的治療，此時(shí)，藥物的療效不佳，且目前仍沒(méi)有一個(gè)理想的治療藥物。已知的藥物主要有：膽堿脂酶抑制劑、腦細(xì)胞代謝活化劑等。但是一些藥物不良反應(yīng)大，且價(jià)格昂貴，許多病人不宜或不能長(zhǎng)期使用。而一些藥物缺乏明確療效，因而難以發(fā)展成為理想藥物。

中醫(yī)藥在癡呆的治療中日益發(fā)揮著重要的作用，中醫(yī)學(xué)歷來(lái)重視治未病，血管性認(rèn)知功能損害是血管性癡呆的早期階段，因此，中醫(yī)藥在血管性認(rèn)知功能損害的干預(yù)中將會(huì)發(fā)揮重要的作用。

血管性認(rèn)知功能損害的病位在腦，與腎、心、肝、脾功能異常有關(guān)，尤與腎精虧虛密切相關(guān)，基本病機(jī)為髓減腦消，痰瘀痹阻，火擾神明，神機(jī)失用。本病多繼發(fā)于中風(fēng)之后，起病相對(duì)較快，但根源于長(zhǎng)期積損，病位在腦，涉及肝、腎、心、脾等，病理性質(zhì)為本虛標(biāo)實(shí)。病理性質(zhì)為本虛標(biāo)實(shí)，虛實(shí)夾雜，初期以邪實(shí)為主，后期以正虛為主。其中標(biāo)實(shí)主要是血瘀、痰阻，兼見(jiàn)氣滯、肝風(fēng)或火熱等邪，本虛主要是腎虛、氣虛，兼見(jiàn)肝虛、血虛等。

中醫(yī)學(xué)認(rèn)為，腦為元神之府，神機(jī)之源，腦之元神是統(tǒng)御五神之主，五神者，神、魂、魄、意、志也。腦之元神與五神交會(huì)之物質(zhì)是散動(dòng)覺(jué)之氣，精、津是載體，任、督二脈是信息傳導(dǎo)之路，因此風(fēng)、火、痰、瘀、虛（腎虛）、毒，上犯腦髓，氣血失調(diào)，任督失于傳導(dǎo)而為病，腦為至清之臟，邪不能犯，犯之則病。而腦病又易虛易實(shí)。而實(shí)證中痰濁、瘀血導(dǎo)致的腦髓疾病占相當(dāng)比例。因其位居要地，痰瘀不易祛除。腦絡(luò)瘀阻見(jiàn)頭痛、肢軟不用、失語(yǔ)、癡呆等癥；痰凝腦竅，滯于經(jīng)絡(luò)，則可表現(xiàn)為精神抑郁、神志昏迷、哭笑無(wú)常，或癲癇發(fā)作，或肢體麻木不仁，或半身不遂等。痰瘀不去則釀生毒邪，毒損腦髓神經(jīng)，使其一損不復(fù)，導(dǎo)致殘疾。

中醫(yī)學(xué)認(rèn)為，血管性認(rèn)知功能損害的病位雖然在腦，但涉及肝腎心脾諸臟，尤與腎中精氣的盛衰密切相關(guān)；多因年高正損，情志內(nèi)傷等因素引起臟腑陰陽(yáng)氣血失調(diào)，以致痰瘀濁毒阻絡(luò)蒙竅，造成腦絡(luò)閉塞、神機(jī)失用而發(fā)病，本病病性為本虛標(biāo)實(shí)，其本為精氣虧虛，其標(biāo)為痰瘀濁毒內(nèi)阻。癡呆發(fā)病是由于痰瘀互阻，毒自內(nèi)生，下?lián)p脈絡(luò)，上害腦髓而成癡呆，究其原因，是由于血脈一傷，神氣內(nèi)損，腦神上下不接，元神失統(tǒng)，神機(jī)失用，神經(jīng)流貫受阻使然，而腎虛不足，腎精不能充養(yǎng)腦髓為發(fā)病之本。

痰濁瘀血是血管性認(rèn)知障礙發(fā)病的關(guān)鍵[1]。多數(shù)學(xué)者認(rèn)為，痰瘀是導(dǎo)致癡呆的重要因素。痰瘀互結(jié)，竅閉神呆，瘀血可致痰，痰濁也可以致瘀，兩者?；橐蚬e(cuò)雜為病。痰、瘀互結(jié)一方面導(dǎo)致瘀血阻絡(luò)，氣血、津液循行不暢，停而為痰，即“血不利則化為水”，“血瘀即久，亦能化為痰水”，出現(xiàn)痰瘀交阻于局部或全身；另一方面，血瘀氣滯，津液失于輸布，聚而為痰，即《赤水玄珠》所謂：“津液者，血之余，行于脈外，流遍一身，若天之清霧，若血濁氣滯，則凝聚為痰，痰乃津中之變，無(wú)處不到?！绷硗?，痰也可通過(guò)局部阻塞脈絡(luò)和影響全身氣機(jī)而致瘀，痰濁瘀血既成，或阻塞腦絡(luò)，元神失養(yǎng)；或蒙閉腦竅，濁而不純，均可致愚致呆。產(chǎn)生痰瘀等病因很多，因此，探尋痰瘀產(chǎn)生的病因是治療該病的關(guān)鍵。首先脾胃氣虛，運(yùn)化失常，氣血津液輸布、排泄紊亂，聚濕為痰。痰濁的生成還與肝失疏泄有關(guān)。肝郁疏泄失常，既能致瘀，也可因津液輸布失常而生痰，出現(xiàn)瘀痰互結(jié)的病理現(xiàn)象；“年四十而陰氣自半”，肝腎陰虛，一方面可出現(xiàn)陰津不足，經(jīng)脈失潤(rùn)，澀而不暢，另一方面呈現(xiàn)陰虛火炎，灼傷脈絡(luò)，煉津血為痰瘀。

基于血管性癡呆多與痰瘀有關(guān)，因此治療上應(yīng)注意積極結(jié)合病因，給予補(bǔ)腎活血化痰法[2]、滌痰化瘀、填精益髓法[3]、健脾化痰等法，不可拘于一法一方。以往的科研多以癡呆為研究對(duì)象，對(duì)血管性認(rèn)知功能損害的研究則鮮有報(bào)道，因此有必要進(jìn)行深入的研究，為血管性認(rèn)知功能損害的防治提供新的手段。

參考文獻(xiàn)

1 義,張發(fā)榮.淺談中醫(yī)對(duì)血管性認(rèn)知障礙的認(rèn)識(shí).遼寧中醫(yī)藥大學(xué)學(xué)報(bào),2007,9(2):33-34.

篇2

在業(yè)內(nèi)人士看來(lái)，人工智能不是一項(xiàng)單一的科技產(chǎn)業(yè)，而是將其他行業(yè)進(jìn)行融合的工具，例如將機(jī)器人和保姆結(jié)合產(chǎn)生的“看家機(jī)器人”，將導(dǎo)航和汽車結(jié)合產(chǎn)生的“車聯(lián)網(wǎng)”等。在人工智能技術(shù)逐步成熟的當(dāng)下，誰(shuí)率先在應(yīng)用上實(shí)現(xiàn)突破，誰(shuí)就有可能在智能時(shí)代的競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)，“人工智能”有望成為可觸摸的新增長(zhǎng)點(diǎn)之一。

發(fā)展迅猛

身體不舒服，想要打開(kāi)手機(jī)淘寶問(wèn)問(wèn)醫(yī)生，但是怎么樣才能從幾千個(gè)在線等待咨詢的醫(yī)生中間找到最匹配的那一個(gè)？

阿里健康已經(jīng)開(kāi)發(fā)并在手機(jī)淘寶上線了健康小蜜――醫(yī)藥健康智能問(wèn)答引擎。這個(gè)類似于智能問(wèn)答機(jī)器人的引擎，可以回答普通用戶的一般性醫(yī)藥健康問(wèn)題，然后根據(jù)用戶的需求進(jìn)行選擇，將用戶自動(dòng)匹配給相應(yīng)的醫(yī)生或者藥師。

事上，目前，從醫(yī)療健康的監(jiān)測(cè)診斷、智能醫(yī)療設(shè)備，到教育領(lǐng)域的智能評(píng)測(cè)、個(gè)性化輔導(dǎo)、兒童陪伴，從電商零售領(lǐng)域的倉(cāng)儲(chǔ)物流、智能導(dǎo)購(gòu)和客服，到應(yīng)用在智能汽車的自駕技術(shù)，都能看到人工智能的身影。

人工智能等技術(shù)是助推自動(dòng)駕駛發(fā)展的關(guān)鍵技術(shù)。例如，人工智能在幫助汽車解讀傳感器數(shù)據(jù)時(shí)起決策作用，通過(guò)閱讀駕駛者的駕駛行為和表情，能及時(shí)提醒駕駛員在疲勞駕駛時(shí)切換至自動(dòng)駕駛模式。

“人工智能”一詞，通常被認(rèn)為是1955年8月31日在達(dá)特茅斯（美國(guó)一所院校）會(huì)議上誕生的，61年來(lái)，人工智能的研究和實(shí)踐一直處于不斷增長(zhǎng)的趨勢(shì)。當(dāng)今，人工智能技術(shù)的突破帶來(lái)了席卷全球的技術(shù)革命風(fēng)暴，創(chuàng)造出了一個(gè)無(wú)比廣闊的市場(chǎng)，中國(guó)的很多公司在這股大潮中抓住機(jī)遇，表現(xiàn)亮眼。有觀察者認(rèn)為，中國(guó)的人工智能已成為一張令世界矚目的閃亮名片。

過(guò)去的一年里，長(zhǎng)虹、TCL、創(chuàng)維等中國(guó)家電企業(yè)都紛紛人工智能家電產(chǎn)品，希望借助人工智能打破家電行業(yè)的銷售難題。

不久前，搜狗公司2016全年財(cái)報(bào)，搜狗借助人工智能技術(shù)實(shí)現(xiàn)了較大的業(yè)績(jī)?cè)鲩L(zhǎng)。未來(lái)會(huì)把人工智能應(yīng)用到更多的產(chǎn)品中，讓用戶表達(dá)和獲取信息更簡(jiǎn)單，讓人工智能真正惠及人類。

全球人工智能研發(fā)的腳步正在加快，中國(guó)也不甘示弱。近年來(lái)，百度先后成立了大數(shù)據(jù)實(shí)驗(yàn)室、深度學(xué)習(xí)實(shí)驗(yàn)室和硅谷人工智能實(shí)驗(yàn)室，并通過(guò)架構(gòu)調(diào)整全面發(fā)力人工智能。2016年百度世界大會(huì)上，“百度大腦”推出，該項(xiàng)目將對(duì)語(yǔ)音、圖像、自然語(yǔ)言處理和用戶畫(huà)像、無(wú)人駕駛等領(lǐng)域進(jìn)行重點(diǎn)關(guān)注和研發(fā)。

在騰訊，人工智能研究項(xiàng)目包括WHAT LAB（微信-香港科技大學(xué)人工智能聯(lián)合實(shí)驗(yàn)室）、優(yōu)圖實(shí)驗(yàn)室、微信模式識(shí)別中心、智能計(jì)算與搜索實(shí)驗(yàn)室等多個(gè)部門。

人工智能猶如新的科技革命，為長(zhǎng)期低迷的世界經(jīng)濟(jì)注入新的活力。去年諸多關(guān)鍵技術(shù)突飛猛進(jìn)，無(wú)疑是人工智能發(fā)展史上濃墨重彩的一年。誕生半個(gè)多世紀(jì)以來(lái)，它終于走到了從科技研發(fā)到行業(yè)應(yīng)用的臨界點(diǎn)，蓄勢(shì)待發(fā)。

為發(fā)展更新“發(fā)動(dòng)機(jī)”

人工智能技術(shù)的重大突破必將帶來(lái)新一輪科技革命和產(chǎn)業(yè)革命，對(duì)人類生活的方方面面將產(chǎn)生深遠(yuǎn)的影響。大力發(fā)展人工智能技術(shù)是中國(guó)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的重要?jiǎng)恿Α?/p>

眾多研究表明，人工智能是對(duì)傳統(tǒng)行業(yè)商業(yè)模式、產(chǎn)業(yè)鏈和價(jià)值鏈的全面顛覆，將為全球經(jīng)濟(jì)、社會(huì)生活的方方面面帶來(lái)質(zhì)的變化。

發(fā)展人工智能的最大意義在于為現(xiàn)代化發(fā)展更換“發(fā)動(dòng)機(jī)”。咨詢公司埃森哲研究了美國(guó)、芬蘭、英國(guó)等12個(gè)發(fā)達(dá)國(guó)家并作出預(yù)測(cè)，到2035年，人工智能將幫助這些國(guó)家的生產(chǎn)率提高40%左右。

對(duì)于中國(guó)而言，人工智能帶來(lái)的好處將是多方面的。就經(jīng)濟(jì)來(lái)說(shuō)，借助人工智能新技術(shù)實(shí)現(xiàn)自動(dòng)化，將極大提高生產(chǎn)率，節(jié)省勞動(dòng)成本；優(yōu)化行業(yè)的現(xiàn)有產(chǎn)品和服務(wù)，提升其質(zhì)量和勞動(dòng)生產(chǎn)率；通過(guò)創(chuàng)造新市場(chǎng)、新就業(yè)等，將促進(jìn)市場(chǎng)更加繁榮，開(kāi)拓更廣闊的市場(chǎng)空間。

而在產(chǎn)業(yè)升級(jí)方面，中國(guó)的傳統(tǒng)制造業(yè)大而不強(qiáng)的問(wèn)題亟待克服，人工智能恰恰為制造業(yè)轉(zhuǎn)型升級(jí)提供了便利和動(dòng)力，一是這些企業(yè)擁有行業(yè)海量的數(shù)據(jù)和大量資金；二是在生產(chǎn)力水平急需提升、傳統(tǒng)人口紅利逐漸消失的情況下，傳統(tǒng)企業(yè)有迫切的意愿來(lái)改造升級(jí)自己的工廠、業(yè)務(wù)，提高收益，降低企業(yè)成本。因此，制造業(yè)既是人工智能可以大有作為的領(lǐng)域，也是中國(guó)發(fā)展人工智能的優(yōu)勢(shì)領(lǐng)域。

《全球人工智能發(fā)展報(bào)告2016》顯示，中國(guó)人工智能專利申請(qǐng)數(shù)累計(jì)達(dá)到15745項(xiàng)，列世界第二；人工智能領(lǐng)域投資達(dá)146筆，列世界第三。

據(jù)艾瑞咨詢預(yù)計(jì)，2020年全球人工智能市場(chǎng)規(guī)模將達(dá)到1190億元，年復(fù)合增速約19.7%；同期中國(guó)人工智能市場(chǎng)規(guī)模將達(dá)91億元，年復(fù)合增速超50%。人工智能發(fā)展前景極為廣闊。

就制造業(yè)而言，“中國(guó)制造2025”計(jì)劃的實(shí)現(xiàn)就需要很多人工智能。比如過(guò)去在技術(shù)上難以克服的問(wèn)題，就可以通過(guò)深度學(xué)習(xí)，在工程上快速地取得一些新的突破。人工智能技術(shù)的發(fā)展與應(yīng)用，對(duì)于有效實(shí)現(xiàn)“中國(guó)制造2025”目標(biāo)至關(guān)重要。

面向未來(lái)長(zhǎng)遠(yuǎn)布局

在人工智能這場(chǎng)科技浪潮中，中國(guó)與其他國(guó)家已經(jīng)站在了同一起跑線上。針對(duì)未來(lái)產(chǎn)業(yè)競(jìng)爭(zhēng)，中國(guó)政府已在多個(gè)方面對(duì)人工智能產(chǎn)業(yè)做出布局，“人工智能+”的發(fā)展，需要面向未來(lái)，做出長(zhǎng)遠(yuǎn)布局。

未來(lái)5到10年，人工智能將像水和電一樣無(wú)所不在，可以進(jìn)入到教育、醫(yī)療、金融、交通、智慧城市等幾乎所有行業(yè)。

目前，在駕駛領(lǐng)域，通過(guò)依靠人工智能、視覺(jué)計(jì)算、雷達(dá)、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，電腦可以在無(wú)人主動(dòng)操作下，自動(dòng)進(jìn)行操作；在個(gè)人助理領(lǐng)域，通過(guò)智能語(yǔ)音識(shí)別、自然語(yǔ)言處理和大數(shù)據(jù)搜索、深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，可以實(shí)現(xiàn)人機(jī)交互；在金融領(lǐng)域，通過(guò)分析、預(yù)測(cè)、辨別交易數(shù)據(jù)、價(jià)格走勢(shì)等信息，人工智能可以為客戶提供投資理財(cái)、股權(quán)投資等服務(wù)；在電商零售領(lǐng)域，主要是利用大數(shù)據(jù)分析技術(shù)，智能的管理倉(cāng)儲(chǔ)與物流、導(dǎo)購(gòu)等方面，用以節(jié)省倉(cāng)儲(chǔ)物流成本、提高購(gòu)物效率、簡(jiǎn)化購(gòu)物程序。此外，在安防、教育、醫(yī)療健康等眾多領(lǐng)域，人工智能都有著廣泛的用途。

篇3

解詞

人工智能（A r t i f i c i a l Intelligence），英文縮寫(xiě)為AI。它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。

論調(diào)

2016年是人工智能概念提出60周年。對(duì)于人工智能，斯蒂芬?霍金博士評(píng)論道：“真正的人工智能技術(shù)，將是人類歷史上最了不起的發(fā)明。”

2016年3月初，經(jīng)過(guò)7天的鏖戰(zhàn)，谷歌的“阿爾法狗”（AlphaGo）在人機(jī)圍棋大賽中大勝韓國(guó)九段李世石，彰顯了當(dāng)代人工智能的飛速進(jìn)展和強(qiáng)大實(shí)力，也給無(wú)數(shù)人的心靈震撼一擊。

同時(shí)，其他巨頭的人工智能產(chǎn)品也都在不斷顯露鋒芒。2016年4月，阿里云人工智能程序小Ai成功預(yù)測(cè)了《我是歌手》第四季總決賽的前三名，并在最終對(duì)決中成功預(yù)測(cè)李玟奪冠；微軟的人工智能系統(tǒng)實(shí)現(xiàn)了“看圖講故事”；百度的“百度大腦”已經(jīng)達(dá)到4歲孩子的智力水平，百度無(wú)人汽車已在路況復(fù)雜的北京五環(huán)路上試行，應(yīng)急表現(xiàn)優(yōu)于司機(jī)；度秘機(jī)器人已經(jīng)入駐上海虹橋的肯德基概念店，直接為客人點(diǎn)餐，等等。

看上去，這些人工智能離大規(guī)模普及似乎還需較長(zhǎng)時(shí)間，實(shí)際上，隨著人工智能與大數(shù)據(jù)、物聯(lián)網(wǎng)、機(jī)器人、生物醫(yī)藥、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，將會(huì)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。從2016年11月召開(kāi)的第三屆世界互聯(lián)網(wǎng)大會(huì)來(lái)看，世界互聯(lián)網(wǎng)科技的創(chuàng)新正在呈現(xiàn)出愈加趨向前沿科技競(jìng)爭(zhēng)的方向。前沿技術(shù)的創(chuàng)新作為互聯(lián)網(wǎng)行業(yè)的“風(fēng)向標(biāo)”，幾乎決定了整個(gè)互聯(lián)網(wǎng)的發(fā)展高度。

2016年10月，奧巴馬主持白宮前沿峰會(huì)，展望美國(guó)在未來(lái)50年的發(fā)展。白宮在峰會(huì)上《國(guó)家人工智能研究與發(fā)展策略規(guī)劃》報(bào)告，旨在把人工智能計(jì)劃的全部潛能用來(lái)強(qiáng)化經(jīng)濟(jì)及改善社會(huì)。不僅如此，歐盟委員會(huì)也宣布，“人腦工程項(xiàng)目”入選歐盟“未來(lái)新興旗艦技術(shù)項(xiàng)目”。

而中國(guó)對(duì)人工智能的重視程度與扶持力度也在持續(xù)提升。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；“十三五”規(guī)劃中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》……毋庸置疑，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罘绞健?/p>

電報(bào)從發(fā)明到推廣用了20年；電話從發(fā)明到推廣用了不到10年時(shí)間；而當(dāng)前計(jì)算機(jī)軟件的研發(fā)和推廣，常常連幾個(gè)月時(shí)間都用不到――2017年1月初，在AlphaGo的升級(jí)版化身“神秘棋手”Master以60勝0負(fù)1平的戰(zhàn)績(jī)橫掃人類圍棋高手之后，人工智能百度大腦又險(xiǎn)勝“世界記憶大師”――互聯(lián)網(wǎng)在進(jìn)入下半場(chǎng)的同時(shí)，新的一幕在2017年被揭開(kāi)，人工智能激動(dòng)人心，充滿無(wú)限可能。

記事

當(dāng)前，一股席卷全球的人工智能熱潮正撲面而來(lái)，無(wú)論是硅谷的創(chuàng)業(yè)公司、大學(xué)及科研機(jī)構(gòu)，還是世界科技巨頭谷歌、微軟及百度都紛紛在人工智能領(lǐng)域投入大量人力物力，著手進(jìn)行前瞻性研究。

AlphaGo大勝李世石

2016年3月15日，谷歌人工智能圍棋軟件AlphaGo與韓國(guó)名將李世石的第五場(chǎng)對(duì)戰(zhàn)結(jié)束，AlphaGo以4：1的總比分大勝李世石。3月9日到15日，AlphaGo與李世石一共大戰(zhàn)五局，前三局AlphaGo大勝，第四局李世石扭轉(zhuǎn)了敗勢(shì)，但第五局李世石再次失利。

作為中華民族傳承已久的棋類游戲，圍棋一直以來(lái)都被業(yè)內(nèi)公認(rèn)為是一塊計(jì)算機(jī)無(wú)法攻克的高地?；仡欉@場(chǎng)吸睛全球的人機(jī)大戰(zhàn)，其意義已經(jīng)遠(yuǎn)超圍棋，人們熱衷于談?wù)揂lphaGo，更多的是出于對(duì)人工智能技術(shù)的關(guān)切。

2016年3月12日，《經(jīng)濟(jì)學(xué)人》刊發(fā)題為《人工智能和圍棋一決勝負(fù)》的文章指出，不同于1997年深藍(lán)對(duì)弈的國(guó)際象棋，AlphaGo對(duì)弈的圍棋更加復(fù)雜，每下一步后能產(chǎn)生的可能性也更多。但AlphaGo背后的算法在比賽中已經(jīng)顯示出自己的優(yōu)勢(shì)。通過(guò)深度學(xué)習(xí)，它已經(jīng)能模擬人類下棋，擁有“直覺(jué)”，并能給出下一步的最佳策略選擇。深度學(xué)習(xí)是未來(lái)通用人工智能必不可少的部分，目前已經(jīng)有眾多公司在這一領(lǐng)域投入資金和精力。未來(lái)，我們可以期待深度學(xué)習(xí)在人臉識(shí)別、語(yǔ)音識(shí)別甚至是醫(yī)療領(lǐng)域的應(yīng)用。

百度大腦險(xiǎn)勝“世界記憶大師”

2017年1月6日晚，江蘇衛(wèi)視播出的第四季《最強(qiáng)大腦》節(jié)目中迎來(lái)一位特殊選手――百度派出搭載百度大腦的人工智能機(jī)器人“小度”，挑戰(zhàn)最強(qiáng)大腦的名人堂選手。經(jīng)過(guò)兩小時(shí)比賽，“小度”憑借在人工智能和人臉識(shí)別領(lǐng)域的深厚積累，以3：2險(xiǎn)勝人類最強(qiáng)大腦的代表王峰。

百度大腦“小度”的背后是萬(wàn)億級(jí)的參數(shù)、千億樣本和千億特征訓(xùn)練，能模擬人腦的工作機(jī)制，學(xué)習(xí)訓(xùn)練極其復(fù)雜的模型。

此前，百度董事長(zhǎng)兼CEO李彥宏也在《最強(qiáng)大腦》第四季預(yù)告片中表示，如果最強(qiáng)大腦是人類腦力極限的代表，那么百度大腦是人工智能高水平的代表。無(wú)論輸贏，都會(huì)對(duì)人工智能的技術(shù)發(fā)展做出突破性的貢獻(xiàn)。

篇4

車聯(lián)網(wǎng)、無(wú)人駕駛與新能源汽車離我們?cè)絹?lái)越近

今年的CES不再是手機(jī)展，而已有成為車展的苗頭，奔馳、豐田、雪佛蘭、福特、大眾等汽車廠商不約而同的展示了車聯(lián)網(wǎng)、智能駕駛、新能源等汽車技術(shù)，奔馳亮出的F015 Luxury in Motion純電動(dòng)無(wú)人駕駛概念車更是引起了不少尖叫，網(wǎng)絡(luò)科技儼然已全面滲透到汽車產(chǎn)業(yè)領(lǐng)域。

可能看上去，奔馳F015概念車離我們還有些遙遠(yuǎn)，但車聯(lián)網(wǎng)、智能駕駛、新能源等汽車技術(shù)已經(jīng)離我們非常接近了，而且國(guó)內(nèi)網(wǎng)絡(luò)科技企業(yè)和汽車廠商已在進(jìn)行積極探索。去年，百度對(duì)外證實(shí)正在研發(fā)無(wú)人駕駛汽車，并且表明會(huì)開(kāi)發(fā)一款名叫carnet的車載智能平臺(tái)進(jìn)入車聯(lián)網(wǎng)領(lǐng)域；同期，阿里與上汽達(dá)成合作，宣布共同推進(jìn)互聯(lián)網(wǎng)汽車發(fā)展；就在此時(shí)，樂(lè)視也宣布與北汽達(dá)成合作研發(fā)新能源汽車。

雖然無(wú)人駕駛技術(shù)要全面市場(chǎng)化仍需時(shí)間，但車聯(lián)網(wǎng)的大門已經(jīng)完全打開(kāi)，百度、阿里都已具備車聯(lián)網(wǎng)的技術(shù)和網(wǎng)絡(luò)服務(wù)資源，2015年極有可能會(huì)出現(xiàn)真刀真槍的競(jìng)爭(zhēng)局面。另一方面，這兩年政府對(duì)新能源汽車持積極態(tài)度，中央及地方政府對(duì)電動(dòng)車有較大的優(yōu)惠補(bǔ)貼力度，比亞迪、奇瑞、北汽、上汽等國(guó)內(nèi)汽車廠商均已推出電動(dòng)車產(chǎn)品，特斯拉在2014年引爆輿論對(duì)電動(dòng)車市場(chǎng)的關(guān)注，進(jìn)入2015年，國(guó)產(chǎn)電動(dòng)車將會(huì)成為輿論的關(guān)注焦點(diǎn)。

車聯(lián)網(wǎng)、無(wú)人駕駛，以及新能源同一時(shí)間出現(xiàn)在市場(chǎng)，汽車產(chǎn)業(yè)正迎來(lái)一場(chǎng)巨大的技術(shù)變革。

智能家居、可穿戴回歸理性，小眾變大眾仍需時(shí)間

2014年圍繞智能家居、可穿戴智能設(shè)備的產(chǎn)品和爭(zhēng)論呈現(xiàn)冰火兩重天的景象，一端是資本市場(chǎng)的狂熱追捧，另一端是自媒體們不斷的潑冷水。智能家居和可穿戴短時(shí)間內(nèi)仍不被市場(chǎng)看好，目前為止市場(chǎng)仍沒(méi)有一款受到追捧的產(chǎn)品出現(xiàn)，可見(jiàn)小眾熱鬧變成大眾需求仍需要時(shí)間。

雖然消費(fèi)市場(chǎng)尚未成熟，但對(duì)于百度、騰訊等巨頭而言卻需要提前布局。2014年，百度推出了Baidu Inside合作計(jì)劃，吸引了諸多智能硬件開(kāi)發(fā)商，同時(shí)上線了dulife平臺(tái)負(fù)責(zé)可穿戴智能市場(chǎng)，小度Family(14年底推出百度智家平臺(tái))負(fù)責(zé)智能家居市場(chǎng)。同期，騰訊通過(guò)微信也上線了智能硬件平臺(tái)，在2014年騰訊不只一次宣稱要“連接一切”，智能家居和可穿戴市場(chǎng)的發(fā)展自然會(huì)騰訊重點(diǎn)關(guān)注。

百度、騰訊的智能硬件平臺(tái)逐步完善，2015年兩大巨頭圍繞智能家居和可穿戴的市場(chǎng)的爭(zhēng)奪將會(huì)成為重點(diǎn)。在今年CES大會(huì)上，英特爾推出Curie模塊計(jì)劃，這款紐扣大小的系統(tǒng)芯片或?qū)⒋龠M(jìn)可穿戴市場(chǎng)的發(fā)展。

大數(shù)據(jù)、人工智能、機(jī)器人進(jìn)一步市場(chǎng)化

2014年，科學(xué)界巨擘霍金和特斯拉CEO馬斯克相繼拋出的人工智能殺人論曾引起了一定程度的恐慌，不過(guò)并沒(méi)影響到科技巨頭們對(duì)人工智能的研發(fā)熱情。

人工智能已不是什么新鮮話題了，隨著大數(shù)據(jù)技術(shù)的發(fā)展，人工智能迎來(lái)市場(chǎng)化契機(jī)。微軟在中國(guó)以“小冰”的形態(tài)嘗試人工智能發(fā)展市場(chǎng)化發(fā)展，而百度在去年先后挖來(lái)吳恩達(dá)和張亞勤兩大人工智能領(lǐng)域的權(quán)威人物。

這兩日機(jī)器人又稱為熱點(diǎn)話題，日本首富孫正義表示：“(2050年)日本的經(jīng)濟(jì)競(jìng)爭(zhēng)力將能夠成為全球第一，日本將不再是‘日沉之國(guó)’，而將復(fù)活為‘日出之國(guó)’”的驚人言論引起了不小的騷動(dòng)，孫正義認(rèn)為實(shí)現(xiàn)這一目標(biāo)的方式是大力發(fā)展機(jī)器人。在此之前，郭臺(tái)銘也曾提出發(fā)開(kāi)機(jī)器人來(lái)代替人工在流水線上工作。

在實(shí)用性逐漸提升的同時(shí)市場(chǎng)價(jià)值會(huì)越來(lái)越受到重視，人工智能和機(jī)器人離我們現(xiàn)實(shí)生活越來(lái)越近。

國(guó)家即將出臺(tái)工業(yè)4.0指導(dǎo)意見(jiàn)，2015年工業(yè)開(kāi)始互聯(lián)網(wǎng)化

日前，工業(yè)和信息化部互聯(lián)網(wǎng)與工業(yè)融合創(chuàng)新試點(diǎn)企業(yè)現(xiàn)場(chǎng)會(huì)在青島召開(kāi)，會(huì)上工信部信息化推進(jìn)司處長(zhǎng)王建偉表示，2015年將研究出臺(tái)互聯(lián)網(wǎng)與工業(yè)融合創(chuàng)新指導(dǎo)意見(jiàn)，進(jìn)一步明確互聯(lián)網(wǎng)與工業(yè)融合創(chuàng)新的著力點(diǎn)和發(fā)展方向。

指導(dǎo)意見(jiàn)一出，工業(yè)4.0會(huì)迅速?gòu)母拍钇诓饺胧袌?chǎng)化階段。工業(yè)4.0是以互聯(lián)網(wǎng)和信息化技術(shù)為基礎(chǔ)，通過(guò)大數(shù)據(jù)分析等網(wǎng)絡(luò)科技為工業(yè)企業(yè)提供市場(chǎng)分析，提高生產(chǎn)效率，避免盲目生產(chǎn)導(dǎo)致產(chǎn)能過(guò)剩而造成企業(yè)危機(jī)。

2014年O2O市場(chǎng)爆發(fā)式發(fā)展讓零售業(yè)和服務(wù)業(yè)迅速與互聯(lián)網(wǎng)結(jié)合，制造業(yè)與互聯(lián)網(wǎng)結(jié)合已是必然趨勢(shì)。在政府的有明確政策的推動(dòng)下，工業(yè)4.0會(huì)得到互聯(lián)網(wǎng)企業(yè)和制造業(yè)企業(yè)的們積極響應(yīng)，而手握大數(shù)據(jù)技術(shù)的BAT必然會(huì)成為其中的主導(dǎo)者之一。

據(jù)通用電氣公司預(yù)計(jì)，工業(yè)互聯(lián)網(wǎng)技術(shù)創(chuàng)新將直接應(yīng)用于各行各業(yè)，并產(chǎn)生32.3萬(wàn)億美元的經(jīng)濟(jì)效益，到2030年，或?yàn)橹袊?guó)帶來(lái)3萬(wàn)億美元GDP增量。2015年將成為工業(yè)互聯(lián)網(wǎng)元年。

三巨頭將在O2O市場(chǎng)展開(kāi)最激烈的角逐

2014年O2O市場(chǎng)徹底爆發(fā)，零售O2O、服務(wù)O2O、社區(qū)O2O、汽車O2O等領(lǐng)域均出現(xiàn)了不少創(chuàng)業(yè)明星，同時(shí)BAT三巨頭也在不斷加快開(kāi)發(fā)O2O市場(chǎng)的力度。

近期，微信版本更新，O2O用意明顯，紅包、搖一搖等主要功能都會(huì)被用在嘗試O2O業(yè)務(wù)的探索；此前百度推出的直達(dá)號(hào)功能也將在2015年全面向市場(chǎng)開(kāi)放；阿里雖然在O2O領(lǐng)域做過(guò)諸多積極嘗試，但始終缺乏一款類似微信、手機(jī)百度這類連接線上線下的載體應(yīng)用。

另外，作為O2O的發(fā)源地，團(tuán)購(gòu)一直都是BAT關(guān)注的主戰(zhàn)場(chǎng)，百度在2014年全資收購(gòu)糯米，成為BAT三家中唯一一家直接參與團(tuán)購(gòu)市場(chǎng)競(jìng)爭(zhēng)的巨頭，而騰訊和阿里分別選擇投資了點(diǎn)評(píng)和糯米。

圍繞三巨頭O2O布局的分析非常多，大家可以直觀的感受到，三巨頭在2014年基本已經(jīng)完成了在O2O領(lǐng)域的布局，剩下的就是一些查缺補(bǔ)漏的工作。到了2015年，三家的O2O之爭(zhēng)會(huì)從暗斗升級(jí)到明爭(zhēng)。

移動(dòng)支付步入巨頭逐鹿時(shí)代，互聯(lián)網(wǎng)金融開(kāi)始規(guī)范化

移動(dòng)支付已經(jīng)喊了很多年了，在2014年下半年算是正式進(jìn)入巨頭逐鹿階段。去年底傳出重磅消息，銀聯(lián)將拉攏國(guó)內(nèi)手機(jī)廠商，參考蘋(píng)果公司ApplePay的“指紋識(shí)別+NFC支付”模式組建AndroidPay。這是銀聯(lián)在于中移動(dòng)爭(zhēng)奪移動(dòng)支付主導(dǎo)權(quán)獲勝之后，投入力度最大的一次面向2C市場(chǎng)的移動(dòng)支付布局，根據(jù)此前傳出的消息，AndroidPay項(xiàng)目會(huì)在今年三月落地。

不過(guò)，業(yè)界似乎對(duì)銀聯(lián)能否做好移動(dòng)支付充滿疑慮，畢竟在第三方支付市場(chǎng)，支付寶的先發(fā)優(yōu)質(zhì)已經(jīng)牢牢占據(jù)了市場(chǎng)主導(dǎo)權(quán)，而且其在去年雙十二期間投入巨資與線下超市、便利店等零售終端合作嘗試的5折移動(dòng)支付活動(dòng)取得了不錯(cuò)的成績(jī)。在移動(dòng)支付之爭(zhēng)中，業(yè)界似乎更好支付寶錢包的發(fā)展前景。

除了支付寶和銀聯(lián)兩大玩家之外，微信也在積極拓展微信支付使用場(chǎng)景，不過(guò)從實(shí)際結(jié)果來(lái)看，有關(guān)微信支付的消息往往是雷聲大雨點(diǎn)小。另外，百度也在2014年積極的推進(jìn)百度錢包，不過(guò)由于后發(fā)劣勢(shì)，短時(shí)間內(nèi)仍無(wú)法與支付寶錢包直接競(jìng)爭(zhēng)。從趨勢(shì)上來(lái)看，2015年將成為移動(dòng)支付的破冰之年，阿里、銀聯(lián)、騰訊、百度都會(huì)不遺余力的繼續(xù)發(fā)展移動(dòng)支付業(yè)務(wù)，尤其是近場(chǎng)支付方向。

除了移動(dòng)支付，2014年互聯(lián)網(wǎng)金融業(yè)持續(xù)趨熱，互聯(lián)網(wǎng)銀行正式獲批，元旦之后總理首次出巡就參觀了有騰訊參股的微眾銀行，這被認(rèn)為是對(duì)互聯(lián)網(wǎng)金融行業(yè)的鼓勵(lì)；還有，P2P更是在短時(shí)間內(nèi)成為競(jìng)爭(zhēng)最激烈的互聯(lián)網(wǎng)金融市場(chǎng)，其中平安陸金所估值已經(jīng)達(dá)到了100億美元，不過(guò)P2P領(lǐng)域暴露出的諸多問(wèn)題已經(jīng)引了銀監(jiān)會(huì)的重視；另外，余額寶引發(fā)的寶寶類金融理財(cái)產(chǎn)品在2014年持續(xù)發(fā)酵，阿里在此基礎(chǔ)上又推出了招財(cái)寶、娛樂(lè)寶等創(chuàng)新產(chǎn)品。隨著政府對(duì)金融市場(chǎng)改革繼續(xù)推進(jìn)，以及余額寶最近風(fēng)波不斷所暴露出的市場(chǎng)瓶頸，進(jìn)入2015年，互聯(lián)網(wǎng)金融將會(huì)逐漸趨于理性化，規(guī)范化。

互聯(lián)網(wǎng)與醫(yī)藥行業(yè)擦出更多火花

2014下半年，醫(yī)藥行業(yè)與互聯(lián)網(wǎng)行業(yè)之間不斷蹦出火花。春雨醫(yī)生、丁香園和掛號(hào)網(wǎng)先后獲得巨額投資，而其中丁香園和掛號(hào)網(wǎng)則是由騰訊出資；另一方面，阿里通過(guò)支付寶在打造未來(lái)醫(yī)院，已與多家醫(yī)院達(dá)成了合作關(guān)系；而百度則在去年與北京政府達(dá)成合作，推出北京健康云平臺(tái)；不僅如此，小米在去年向九安醫(yī)療所有的iHealth品牌子實(shí)體注資2500萬(wàn)美元。互聯(lián)網(wǎng)醫(yī)藥行業(yè)顯然未熱已火。

剛剛進(jìn)入2015年，互聯(lián)網(wǎng)醫(yī)藥行業(yè)就迎來(lái)好消息。近期，有消息稱中央已完成價(jià)格等監(jiān)管領(lǐng)域的人事調(diào)配與部分政策配套工作，未來(lái)將對(duì)醫(yī)藥價(jià)格以及壟斷行業(yè)的價(jià)格進(jìn)行全面的調(diào)整，受此消息影響近幾日A股醫(yī)藥板塊出現(xiàn)波動(dòng)。無(wú)獨(dú)有偶，國(guó)家食藥監(jiān)總局(CFDA)官員透露，此前征求意見(jiàn)稿的《互聯(lián)網(wǎng)食品藥品經(jīng)營(yíng)監(jiān)督管理辦法》，將在近期的CFDA局長(zhǎng)辦公會(huì)討論，若獲得通過(guò)，這一辦法將會(huì)以部門規(guī)章的形式。業(yè)內(nèi)人士表示，《辦法》將允許部分處方藥在網(wǎng)絡(luò)銷售，今后醫(yī)藥電商將與實(shí)體零售商搶飯碗。

這兩個(gè)消息對(duì)傳統(tǒng)醫(yī)藥行業(yè)來(lái)說(shuō)并非好事，而對(duì)于互聯(lián)網(wǎng)醫(yī)藥行業(yè)則非常能提振信心。若這兩個(gè)消息在2015年落實(shí)，互聯(lián)網(wǎng)醫(yī)藥行業(yè)將會(huì)迎來(lái)發(fā)展春天。

打車、租車、拼車市場(chǎng)將整體大洗牌

嘀嘀打車和快的打車已火拼兩年有余，在2014年底先后完成了7億美元和8億美元融資，為2015年的最后的競(jìng)爭(zhēng)最好了準(zhǔn)備。與此同時(shí)，百度與Uber正式在北京的百度大廈簽署戰(zhàn)略合作及投資協(xié)議，有媒體猜測(cè)投資金額為6億美元。百度進(jìn)入打車領(lǐng)域?qū)?huì)進(jìn)一步加劇市場(chǎng)競(jìng)爭(zhēng)程度，2015年的打車市場(chǎng)又會(huì)掀起一番血雨腥風(fēng)。

篇5

具體影響來(lái)說(shuō)，在2月份的組織架構(gòu)調(diào)整后，百度下分四個(gè)事業(yè)群組，分別是移動(dòng)服務(wù)事業(yè)群組(李明遠(yuǎn)負(fù)責(zé))，新興業(yè)務(wù)群組(張亞勤負(fù)責(zé))，搜索業(yè)務(wù)群組(向海龍負(fù)責(zé))和金融服務(wù)事業(yè)群組(朱光負(fù)責(zé))。但此次調(diào)整后，搜索業(yè)務(wù)群組和移動(dòng)服務(wù)事業(yè)群組實(shí)現(xiàn)了合并。

直觀來(lái)講，搜索業(yè)務(wù)群組和移動(dòng)服務(wù)事業(yè)群組合并成為新公司，而向海龍出任新公司CEO，原移動(dòng)服務(wù)事業(yè)群組負(fù)責(zé)人李明遠(yuǎn)成為新公司副手，換言之，原先處于平級(jí)的向海龍和李明遠(yuǎn)，有了“職位層級(jí)”變化。

現(xiàn)在成立百度搜索公司后，百度旗下變?yōu)榱税俣人阉鞴?、新興業(yè)務(wù)事業(yè)群組和金融服務(wù)事業(yè)群組。

對(duì)于此次調(diào)整的原因，李彥宏解釋稱：“多年積累的人工智能，特別是深度學(xué)習(xí)方面的技術(shù)，正逐步在我們進(jìn)入的各個(gè)領(lǐng)域發(fā)揮出無(wú)可替代的作用。互聯(lián)網(wǎng)金融服務(wù)、無(wú)人車、開(kāi)放云……一系列新業(yè)務(wù)的誕生，標(biāo)志著我們開(kāi)啟了新的征程，在更廣闊的領(lǐng)域開(kāi)疆?dāng)U土?！币簿褪钦f(shuō)，百度將在原有以搜索為核心業(yè)務(wù)的事業(yè)群組外，利用人工智能和深度學(xué)習(xí)，在其他領(lǐng)域進(jìn)行開(kāi)拓。

實(shí)際上，百度此舉類似谷歌去年做出的架構(gòu)調(diào)整。

2015年8月，谷歌宣布進(jìn)行內(nèi)部組織架構(gòu)調(diào)整，正式成立母公司Alphabet，時(shí)任公司CEO的拉里-佩奇將出任母公司Alphabet的CEO。原公司Google成為Alphabet旗下子公司，將主要專注于搜索相關(guān)的主營(yíng)業(yè)務(wù)，原高級(jí)副總裁桑達(dá)爾-皮猜將出任Google公司CEO。

現(xiàn)在，對(duì)比而言，百度雖然并沒(méi)有造一個(gè)母公司，但實(shí)際上采用了跟谷歌類似的架構(gòu)調(diào)整方法。

對(duì)于谷歌的調(diào)整，佩奇當(dāng)時(shí)解釋稱，重組公司的主要目的是擴(kuò)大管理范圍，獨(dú)立運(yùn)營(yíng)一些并不非常相關(guān)的業(yè)務(wù)。

不過(guò)，創(chuàng)新工場(chǎng)董事長(zhǎng)李開(kāi)復(fù)則對(duì)谷歌架構(gòu)調(diào)整有進(jìn)一步解讀。這位前谷歌大中華區(qū)總裁今年2月帶領(lǐng)中國(guó)創(chuàng)業(yè)者對(duì)硅谷包括谷歌在內(nèi)的重要公司進(jìn)行了為期半月的考察，并和Google的CEO皮猜進(jìn)行了交流。在評(píng)價(jià)谷歌的架構(gòu)調(diào)整時(shí)，他向新浪科技評(píng)論稱：谷歌這么做看起來(lái)是要造一個(gè)“機(jī)器大腦”出來(lái)，原先搜索獲得的搜索數(shù)據(jù)，通過(guò)“機(jī)器大腦”的人工智能和深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的相關(guān)計(jì)算，可以應(yīng)用到各個(gè)垂直領(lǐng)域，比如醫(yī)藥健康，金融股票等等。

而百度方面，在人工智能和深度學(xué)習(xí)領(lǐng)域雖然不能全方位與谷歌相提并論，但就人工智能所需要的“計(jì)算能力”和“大數(shù)據(jù)”，百度也有自己的優(yōu)勢(shì)。

現(xiàn)百度首席科學(xué)家吳恩達(dá)曾多次公開(kāi)表示過(guò)自己從谷歌“跳槽”百度的原因：如果把人工智能和深度學(xué)習(xí)比作發(fā)射火箭，而“大數(shù)據(jù)”是這其中必備的燃料，那來(lái)自中國(guó)的百度在這方面享有優(yōu)勢(shì)，能夠有利于自己未來(lái)的研究。

篇6

關(guān)鍵詞：智能制造；智能科學(xué)與技術(shù)；人工智能技術(shù)；機(jī)器人；實(shí)驗(yàn)平臺(tái)建設(shè)

智能制造是基于新一代信息技術(shù)，貫穿設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動(dòng)各個(gè)環(huán)節(jié)。具有信息深度自感知、智慧優(yōu)化自決策、精準(zhǔn)控制自執(zhí)行等功能的先進(jìn)制造過(guò)程、系統(tǒng)與模式的總稱。是信息技術(shù)和智能技術(shù)在裝備制造過(guò)程技術(shù)的深度融合與集成。加快推進(jìn)智能制造，是我國(guó)在全球新一輪產(chǎn)業(yè)變革競(jìng)爭(zhēng)背景下出臺(tái)的《中國(guó)制造2025》的主攻方向。廣東省作為國(guó)內(nèi)制造大省和全球重要制造基地，也對(duì)接印發(fā)了《廣東省智能制造發(fā)展規(guī)劃（2015-2025年）》。針對(duì)廣東省制造業(yè)的創(chuàng)新能力、產(chǎn)業(yè)結(jié)構(gòu)、信息化水平的缺乏競(jìng)爭(zhēng)力的問(wèn)題，大力實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，推動(dòng)智能制造核心技術(shù)攻關(guān)和關(guān)鍵零部件研發(fā)，推進(jìn)制造過(guò)程智能化升級(jí)改造，實(shí)現(xiàn)“制造大省”向“制造強(qiáng)省”轉(zhuǎn)變。創(chuàng)新驅(qū)動(dòng)，智能化升級(jí)改造需要國(guó)際領(lǐng)先水平人才的引進(jìn)和高等院校實(shí)戰(zhàn)型工程技術(shù)人才培養(yǎng)。我院智能科學(xué)與技術(shù)專業(yè)就是面向廣東智能產(chǎn)業(yè)的深度融合設(shè)置的。其專業(yè)實(shí)驗(yàn)平臺(tái)的建設(shè)需要針對(duì)廣東省高端裝備、制造過(guò)程、工業(yè)產(chǎn)品智能化等領(lǐng)域的薄弱環(huán)節(jié)，以“機(jī)器智能”為方向，完善實(shí)驗(yàn)教學(xué)體系、整合實(shí)驗(yàn)教學(xué)資源，開(kāi)設(shè)綜合性、創(chuàng)新性的實(shí)驗(yàn)項(xiàng)目，培養(yǎng)學(xué)生實(shí)踐能力和創(chuàng)新意識(shí)。緊密聯(lián)系企業(yè)，針對(duì)智能制造關(guān)鍵技術(shù)協(xié)同創(chuàng)新。培養(yǎng)具有智能系統(tǒng)開(kāi)發(fā)與設(shè)計(jì)、智能裝備的應(yīng)用與工程管理能力；能在智能裝備、智能機(jī)器人、智能家居等領(lǐng)域從事智能系統(tǒng)的是開(kāi)發(fā)與設(shè)計(jì)、應(yīng)用于維護(hù)、運(yùn)營(yíng)與管理的“厚基礎(chǔ)、強(qiáng)應(yīng)用、能創(chuàng)新”的高素質(zhì)工程應(yīng)用型人才。

1專業(yè)實(shí)驗(yàn)平臺(tái)建設(shè)思路

面向智能制造專業(yè)實(shí)驗(yàn)平臺(tái)的建設(shè)，依據(jù)《廣東省智能制造發(fā)展規(guī)劃（2015-2025年）》中發(fā)展智能裝備與系統(tǒng)，工業(yè)產(chǎn)品、制造流程智能化升級(jí)改造的任務(wù)，從智能科學(xué)與技術(shù)知識(shí)體系中提取專業(yè)發(fā)展方向的課程，建立完善專業(yè)實(shí)踐教學(xué)體系。以“機(jī)器智能”為方向建設(shè)人工智能與機(jī)器人實(shí)驗(yàn)室為核心，以項(xiàng)目、科技競(jìng)賽、緊密對(duì)接企業(yè)協(xié)同創(chuàng)新為手段，培養(yǎng)學(xué)生能夠運(yùn)用工程基礎(chǔ)知識(shí)和專業(yè)理論知識(shí)設(shè)計(jì)工程實(shí)驗(yàn)，分析實(shí)際問(wèn)題的能力，培養(yǎng)學(xué)生查詢檢索資料文獻(xiàn)獲取知識(shí)的能力，培養(yǎng)學(xué)生能夠綜合運(yùn)用自然科學(xué)知識(shí)、專業(yè)理論知識(shí)和技術(shù)手段設(shè)計(jì)系統(tǒng)和過(guò)程解決實(shí)際問(wèn)題的能力。通過(guò)科技競(jìng)賽等活動(dòng)，培養(yǎng)學(xué)生在團(tuán)隊(duì)里具有工程組織管理能力、表達(dá)能力和人際交往能力。通過(guò)與企業(yè)的合作，掌握基本創(chuàng)新方法，并讓學(xué)生具有追求創(chuàng)新的態(tài)度和意識(shí)，以培養(yǎng)學(xué)生的綜合素質(zhì)和能力為重點(diǎn)。立足華軟學(xué)院電子系電子信息工程嵌入式專業(yè)、自動(dòng)化專業(yè)、通信工程專業(yè)現(xiàn)有的平臺(tái)優(yōu)勢(shì)，按照“整合、集成、共享、提升”的基本思路，完善支撐體系，優(yōu)化驗(yàn)教學(xué)資源配置，建設(shè)一個(gè)能夠與廣東智能產(chǎn)業(yè)深度融合的階梯形層次化實(shí)驗(yàn)平臺(tái)。

2實(shí)驗(yàn)平臺(tái)建設(shè)內(nèi)容

智能科學(xué)與技術(shù)專業(yè)實(shí)驗(yàn)實(shí)踐平臺(tái)的建設(shè)要依據(jù)實(shí)驗(yàn)教學(xué)體系的構(gòu)建，突出面向智能制造工程實(shí)踐為特色，按照學(xué)生的成長(zhǎng)需要，建立階段化、層次化、模塊化的實(shí)驗(yàn)教學(xué)體系。

2.1專業(yè)實(shí)踐課程體系建設(shè)

面向智能制造的智能科學(xué)與技術(shù)專業(yè)定位是以工程應(yīng)用型人才培養(yǎng)為目標(biāo)的，是在通識(shí)教育基礎(chǔ)上的特色專業(yè)教育。專業(yè)課程體系的建設(shè)首先還是以培養(yǎng)學(xué)生具有扎實(shí)自然科學(xué)基礎(chǔ)知識(shí)，人文社會(huì)科學(xué)知識(shí)和外語(yǔ)應(yīng)用能力為基礎(chǔ)，其次是智能科學(xué)與技術(shù)專業(yè)技術(shù)基礎(chǔ)課程，如數(shù)字系統(tǒng)與邏輯設(shè)計(jì)、數(shù)字信號(hào)處理基礎(chǔ)、信號(hào)與系統(tǒng)、電路分析與電子電路；c語(yǔ)言程序設(shè)計(jì)與算法分析、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫(kù)與操作系統(tǒng)、微機(jī)原理與接口、傳感器與檢測(cè)技術(shù)等。最后是專業(yè)方向類課程，也是專業(yè)的核心課程，如制造業(yè)基礎(chǔ)軟件中的嵌入式軟件、工業(yè)控制系統(tǒng)軟件，工業(yè)機(jī)器人中人工智能技術(shù)應(yīng)用和智能控制技術(shù)。主要有知識(shí)獲取模式識(shí)別；數(shù)據(jù)通信與網(wǎng)絡(luò)；嵌入式系統(tǒng)移植和驅(qū)動(dòng)開(kāi)發(fā)；嵌入式應(yīng)用開(kāi)發(fā)；人工智能與神經(jīng)網(wǎng)絡(luò)；智能控制技術(shù)；機(jī)器人學(xué)等課程。培養(yǎng)學(xué)生具備計(jì)算機(jī)技術(shù)、自動(dòng)控制技術(shù)、智能系統(tǒng)方法、傳感信息處理等技術(shù)，完成系統(tǒng)集成，并配合專業(yè)實(shí)踐課程體系如圖1，完成電子工藝實(shí)習(xí)、技術(shù)基礎(chǔ)課程、核心課程的課程設(shè)計(jì)和綜合項(xiàng)目實(shí)驗(yàn)，并在工程應(yīng)用中實(shí)施的能力。

2.2實(shí)踐教學(xué)體系建設(shè)

依據(jù)專業(yè)實(shí)踐課程體系，構(gòu)建主要包括計(jì)算機(jī)基礎(chǔ)、電路基礎(chǔ)、信息與控制基礎(chǔ)、嵌入式技術(shù)、機(jī)器智能系統(tǒng)五大模塊開(kāi)展不同學(xué)習(xí)階段層次化的實(shí)驗(yàn)教學(xué)體系。主要包括基礎(chǔ)類、專業(yè)實(shí)訓(xùn)類、綜合創(chuàng)新類。

1）基礎(chǔ)類實(shí)驗(yàn)注重開(kāi)設(shè)與課堂教學(xué)中基本理論相結(jié)合的精品實(shí)驗(yàn)項(xiàng)目，并逐步提升基礎(chǔ)實(shí)驗(yàn)課時(shí)的比例。從實(shí)踐中啟發(fā)引導(dǎo)學(xué)生牢固掌握基礎(chǔ)理論知識(shí)。除此之外，還要注重工作方法和學(xué)習(xí)方法的能力培養(yǎng)，如收集信息查找資料、制定工作計(jì)劃步驟、從基礎(chǔ)理論到解決實(shí)際問(wèn)題的思路以及獨(dú)立學(xué)習(xí)新技術(shù)的方法和評(píng)估工作結(jié)果的方法。培養(yǎng)學(xué)生厚實(shí)的專業(yè)基礎(chǔ)知識(shí)和能力。

2）專業(yè)實(shí)訓(xùn)類實(shí)驗(yàn)主要以項(xiàng)目教學(xué)、案例教學(xué)、情景教學(xué)方式培養(yǎng)學(xué)生利用專業(yè)知識(shí)及方法獨(dú)立解決行業(yè)領(lǐng)域內(nèi)的任務(wù)和問(wèn)題并能夠評(píng)價(jià)結(jié)果的能力。如智能傳感應(yīng)用項(xiàng)目，人工智能技術(shù)實(shí)驗(yàn)項(xiàng)目，知識(shí)表示與推理項(xiàng)目，計(jì)算智能項(xiàng)目，專家系統(tǒng)，多智能體系統(tǒng)；機(jī)器人項(xiàng)目，如最小機(jī)電系統(tǒng)組成，如何完成對(duì)電機(jī)的控制；利用單軸或雙軸控制平臺(tái)實(shí)現(xiàn)基本搬運(yùn)裝配作業(yè)。

3）綜合創(chuàng)新類實(shí)驗(yàn)注重培養(yǎng)學(xué)生從理解問(wèn)題域開(kāi)始，獲取數(shù)據(jù)和知識(shí)、開(kāi)發(fā)原型智能系統(tǒng)、開(kāi)發(fā)完整智能系統(tǒng)、評(píng)估并修訂智能系統(tǒng)、到整合和維護(hù)智能系統(tǒng)六個(gè)階段構(gòu)建智能系統(tǒng)。如開(kāi)展人工智能技術(shù)在智能制造中的應(yīng)用包括產(chǎn)品設(shè)計(jì)加工、智能生產(chǎn)調(diào)度、智能工藝規(guī)劃、智能機(jī)器人、智能測(cè)量等；直角坐標(biāo)機(jī)器人實(shí)現(xiàn)碼垛搬運(yùn)、多關(guān)節(jié)串聯(lián)機(jī)器人、弧焊機(jī)器人實(shí)訓(xùn)等。

4）科技競(jìng)賽、與企業(yè)協(xié)同創(chuàng)新，通過(guò)觀察記錄待智能化升級(jí)的工廠生產(chǎn)過(guò)程，發(fā)現(xiàn)定義問(wèn)題、提出假設(shè)、搜集證據(jù)檢驗(yàn)假設(shè)、發(fā)表結(jié)果、建構(gòu)理論等實(shí)驗(yàn)過(guò)程設(shè)計(jì)的能力。培養(yǎng)學(xué)生掌握基本創(chuàng)新的方法，團(tuán)隊(duì)協(xié)作管理能力、表達(dá)溝通能力等。如嵌入式設(shè)計(jì)大賽、機(jī)器人大賽等科技競(jìng)賽；以及針對(duì)自動(dòng)化生產(chǎn)線的嵌入式工業(yè)控制系統(tǒng)設(shè)計(jì)；針對(duì)原材料制造企業(yè)的集散控制、制造絳屑成應(yīng)用；針對(duì)裝備制造企業(yè)的敏捷制造、虛擬制造應(yīng)用；工業(yè)機(jī)器人在汽車、電子電氣、機(jī)械加工、船舶制造、食品加工、紡織制造、輕工家電、醫(yī)藥制造等行業(yè)的應(yīng)用。

2實(shí)驗(yàn)教學(xué)保障

智能科學(xué)與技術(shù)實(shí)驗(yàn)平臺(tái)建設(shè)以人工智能與機(jī)器人實(shí)驗(yàn)室建設(shè)為核心，結(jié)合目前學(xué)院嵌入式系統(tǒng)實(shí)驗(yàn)室、自動(dòng)控制實(shí)驗(yàn)室、傳感器技術(shù)實(shí)驗(yàn)室、通信原理實(shí)驗(yàn)室資源，儀器設(shè)備共享共建的原則，系統(tǒng)化籌備購(gòu)置。人工智能機(jī)器人實(shí)驗(yàn)室主要針對(duì)智能系統(tǒng)設(shè)計(jì)開(kāi)發(fā)和機(jī)器人應(yīng)用，基于計(jì)算機(jī)系統(tǒng)的人工智能技術(shù)學(xué)習(xí)應(yīng)用包括人工智能技術(shù)在智能制造應(yīng)用和工業(yè)機(jī)器人仿真軟件ABB Robot Studio。基于“探索者”機(jī)器人系統(tǒng)控制實(shí)訓(xùn)箱Rino-MRZ02（包含履帶機(jī)器人、雙輪自平衡機(jī)器人、5自由度機(jī)械臂、6自由度機(jī)械臂等）

可以開(kāi)展的項(xiàng)目有：利用啟發(fā)式算法、遺傳算法、蟻群算法等模糊數(shù)學(xué)理論對(duì)工業(yè)產(chǎn)品設(shè)計(jì)進(jìn)行性能模擬、運(yùn)動(dòng)分析、功能仿真與評(píng)價(jià)；利用人工神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)、自組織構(gòu)造產(chǎn)品加工過(guò)程新能參數(shù)預(yù)測(cè)模型。利用模式識(shí)別、機(jī)器學(xué)習(xí)、專家系統(tǒng)、多智能體系統(tǒng)進(jìn)行感知、并對(duì)環(huán)境的改變進(jìn)行解讀、動(dòng)作進(jìn)行規(guī)劃和決策；利用專家系統(tǒng)、遺傳算法、模糊邏輯集中式解決生產(chǎn)調(diào)度多目標(biāo)性、不確定性和高度復(fù)雜性的問(wèn)題，尋求最優(yōu)規(guī)則，提高調(diào)度的速度；利用蟻群算法、遺傳算法分布式多智能體系統(tǒng)進(jìn)行問(wèn)題分解、彼此協(xié)商、任務(wù)指派、解決沖突。

履帶機(jī)器人可開(kāi)展電機(jī)控制實(shí)驗(yàn)；運(yùn)動(dòng)控制實(shí)驗(yàn)；HD軌跡控制實(shí)驗(yàn)；無(wú)線通信實(shí)驗(yàn)。雙輪自平衡機(jī)器人呢可開(kāi)展自平衡模塊實(shí)驗(yàn)；倒立擺算法實(shí)驗(yàn)；雙輪載具運(yùn)動(dòng)實(shí)驗(yàn)。6自由度雙足機(jī)器人可開(kāi)展雙足運(yùn)動(dòng)控制實(shí)驗(yàn)；步態(tài)規(guī)劃實(shí)驗(yàn)；雙足平衡實(shí)驗(yàn)；機(jī)構(gòu)改裝實(shí)驗(yàn)。5自由度機(jī)械臂可開(kāi)展機(jī)械臂運(yùn)動(dòng)控制實(shí)驗(yàn)；顏色分揀實(shí)驗(yàn)?？蓴U(kuò)展為8自由度雙足機(jī)器人、輪腿式機(jī)器人等技能提高類課程設(shè)計(jì)。

通過(guò)ABB公司的機(jī)器人仿真軟件RobotStudio進(jìn)行工業(yè)機(jī)器人的基本操作、功能設(shè)置、二次開(kāi)發(fā)、在線監(jiān)控與編程、方案設(shè)計(jì)和驗(yàn)證的學(xué)習(xí)。

篇7

制造云大數(shù)據(jù)

眾所周知，人類社會(huì)正面臨著一場(chǎng)新的技術(shù)革命和新的產(chǎn)業(yè)變革。那么我們認(rèn)為互聯(lián)網(wǎng)+人工智能的時(shí)代正在到來(lái)。怎么解讀人工智能？首先，網(wǎng)絡(luò)是一個(gè)泛在的互聯(lián)網(wǎng)，包括魍車幕チ網(wǎng)和互聯(lián)網(wǎng)+人工智能，其核心技術(shù)是七類技術(shù)深度融合，包括新互聯(lián)網(wǎng)技術(shù)、新一代信息技術(shù)、新人工智能技術(shù)、新能源技術(shù)、新材料技術(shù)、新生物技術(shù)以及新應(yīng)用領(lǐng)域?qū)I(yè)技術(shù)。互聯(lián)網(wǎng)時(shí)代特征總結(jié)為泛在互聯(lián)、數(shù)據(jù)驅(qū)動(dòng)，共享服務(wù)，跨界融合，自主智慧和萬(wàn)眾創(chuàng)新。

當(dāng)然，制造業(yè)作為國(guó)民經(jīng)濟(jì)、國(guó)計(jì)民生和國(guó)家安全的重要基石，正面臨全球新技術(shù)革命和產(chǎn)業(yè)變革的挑戰(zhàn)，特別是新一代信息通信技術(shù)，核心就是要發(fā)展智能制造技術(shù)產(chǎn)業(yè)和應(yīng)用。對(duì)我國(guó)來(lái)說(shuō)面臨的五大挑戰(zhàn)是：第一要從技術(shù)跟隨到創(chuàng)新以及到超越，第二要從傳統(tǒng)制造向數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)變，第三從粗放型制造向質(zhì)量效益性轉(zhuǎn)變，第四從資源消耗到綠色制造轉(zhuǎn)型，最后要由生產(chǎn)型制造到生產(chǎn)+服務(wù)型制造轉(zhuǎn)變。

其核心問(wèn)題就是要貫徹創(chuàng)新協(xié)調(diào)綠色開(kāi)放共享發(fā)展理念，要走中國(guó)特色的工業(yè)化道路，以創(chuàng)新發(fā)展為主題，以制造業(yè)提高質(zhì)量增加效益為中心，特別強(qiáng)化兩化融合，而且要推進(jìn)智能制造主攻方向。

云制造的概念首先是基于泛在網(wǎng)絡(luò)，其次是借助新興大制造技術(shù)、信息通信技術(shù)、智能科學(xué)技術(shù)及制造應(yīng)用領(lǐng)域四類技術(shù)深度融合。數(shù)字化、網(wǎng)絡(luò)化、智能化作為技術(shù)手段，構(gòu)成一個(gè)以用戶為中心的統(tǒng)一經(jīng)營(yíng)的智慧硬軟資源和能力的服務(wù)云。這實(shí)際上就是人、機(jī)、物互聯(lián)服務(wù)，或者是現(xiàn)在提出的工業(yè)互聯(lián)網(wǎng)的概念。

用戶通過(guò)智慧終端和智慧云制造服務(wù)平臺(tái)能隨時(shí)隨地按照需要獲取智慧制造的資源和能力，要對(duì)整個(gè)全系統(tǒng)全生命周期產(chǎn)業(yè)鏈里面的人機(jī)物信息技術(shù)自主的智慧的感知，互聯(lián)協(xié)同分析認(rèn)知和決策控制與執(zhí)行，促進(jìn)制造全系統(tǒng)及全生命周期活動(dòng)中的人組織、經(jīng)營(yíng)管理、技術(shù)設(shè)備三要素及信息流、物流、資金流、知識(shí)流、服務(wù)流集成優(yōu)化，形成一種基于法在網(wǎng)絡(luò)、用戶為中心、人機(jī)物信息融合。

智慧云模式是什么，手段是什么，業(yè)態(tài)是什么，特征是什么，實(shí)施內(nèi)容是什么，以及目標(biāo)是什么都值得探討。

我們把它叫智慧，因?yàn)閺?qiáng)調(diào)三種深度融合：人物與環(huán)境信息深度融合，數(shù)字化、網(wǎng)絡(luò)化智能化的深度融合，工業(yè)化和信息化的深度融合。同時(shí)，很重要的基于大數(shù)據(jù)的并行、協(xié)同、實(shí)時(shí)、互聯(lián)、智能的進(jìn)行創(chuàng)新。根據(jù)這樣一個(gè)理念所構(gòu)成的系統(tǒng)，我們把它叫做智慧云制造系統(tǒng)或者簡(jiǎn)單說(shuō)智慧制造云。概念模型包含幾大部分內(nèi)容，一是制造資源的能力和資源，這里面包括軟的、硬的，包括能力和智能互聯(lián)產(chǎn)品；二是制造云池；三是制造全生命周期的智慧云。其核心支持就是智慧云制造的平臺(tái)。

綜上，智慧制造云是一種互聯(lián)網(wǎng)+人工智能時(shí)代的模式手段。制造模式是以用戶為中心的互聯(lián)服務(wù)協(xié)同個(gè)性柔性社會(huì)化智能制造產(chǎn)品以及服務(wù)用戶的模式，它的手段就是四類技術(shù)深度融合的數(shù)字化網(wǎng)絡(luò)化作為技術(shù)手段，構(gòu)成一個(gè)智慧化的人機(jī)物環(huán)境信息互聯(lián)系統(tǒng)，體現(xiàn)數(shù)字化、物聯(lián)化、虛擬化、協(xié)同化、定制化、柔性化和社會(huì)化的產(chǎn)品。

那么智慧制造云、工業(yè)云里面的大數(shù)據(jù)實(shí)際上是全系統(tǒng)全生命周期里面的三要素、五個(gè)流里不斷產(chǎn)生的四個(gè)大數(shù)據(jù)，包含制造全生命周期里面的各種數(shù)據(jù)，有企業(yè)經(jīng)營(yíng)管理的數(shù)據(jù)，有技術(shù)產(chǎn)品設(shè)備的數(shù)據(jù)。有結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，有靜態(tài)數(shù)據(jù)、動(dòng)態(tài)數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)。

智慧制造云大數(shù)據(jù)的特點(diǎn)，除了四個(gè)云以外，和大量、高速、多樣、價(jià)值以外，還加上了多元符合模態(tài)、數(shù)據(jù)類型異構(gòu)等。其作用簡(jiǎn)單來(lái)說(shuō)能精準(zhǔn)高效智能地用到全生命周期的活動(dòng)，促進(jìn)云制造的智慧化，目標(biāo)實(shí)現(xiàn)產(chǎn)業(yè)研制、管理服務(wù)效率質(zhì)量成本能耗，實(shí)現(xiàn)產(chǎn)品加服務(wù)為主導(dǎo)的隨時(shí)隨地的按需個(gè)性化指導(dǎo)。

目前，大數(shù)據(jù)在感知基礎(chǔ)上，有六類大數(shù)據(jù)關(guān)鍵技術(shù)，關(guān)鍵技術(shù)在制造云里有新的需求。首先大數(shù)據(jù)的集成與清洗，就是把不同來(lái)源、格式、特點(diǎn)性質(zhì)的數(shù)據(jù)及數(shù)據(jù)源在邏輯上或物理上有機(jī)地接入平臺(tái)并進(jìn)行新審查和教研，得到干凈、一致的數(shù)據(jù)。第二技術(shù)就是大數(shù)據(jù)存儲(chǔ)和管理，采用云存儲(chǔ)和分布式存儲(chǔ)技術(shù)及高吞吐量數(shù)據(jù)庫(kù)技術(shù)與非結(jié)構(gòu)化數(shù)據(jù)訪問(wèn)技術(shù)，實(shí)現(xiàn)運(yùn)輸集中的數(shù)據(jù)經(jīng)濟(jì)、高效、高可靠、容錯(cuò)的管理與服務(wù)。第三大數(shù)據(jù)分析挖掘，從這些海量的隨機(jī)的數(shù)據(jù)中要找出有價(jià)值的東西，比如說(shuō)現(xiàn)在分布式計(jì)算引擎，數(shù)據(jù)分析機(jī)器學(xué)習(xí)等，對(duì)我們制造云要以應(yīng)用目標(biāo)為導(dǎo)向，導(dǎo)出相應(yīng)算法軟件。同時(shí)需要建立云制造應(yīng)用系統(tǒng)定量分析的人工智能分析模型，數(shù)據(jù)不是直接用的，是通過(guò)模型來(lái)的。可視化，各種各樣數(shù)據(jù)可視化而且能應(yīng)用，比如多維數(shù)據(jù)分析，虛擬現(xiàn)實(shí)等，對(duì)目前綜合處理顯示多維數(shù)據(jù)以及交互需求是非常重要的。其次是大數(shù)據(jù)的標(biāo)準(zhǔn)和質(zhì)量，對(duì)智慧云多類型標(biāo)準(zhǔn)需求不限，而且交易和交互要作為一個(gè)導(dǎo)向。最后就是安全，全生命周期里面要安全，像隱私保護(hù)、數(shù)據(jù)水印以及區(qū)塊鏈技術(shù)等。

大數(shù)據(jù)的云化

第三個(gè)問(wèn)題就是大數(shù)據(jù)云化。直接把大數(shù)據(jù)遷入模型軟件，第二是直接提供DAAS，第三個(gè)就是風(fēng)險(xiǎn)，最后一個(gè)就是大數(shù)據(jù)的可視化，基于大數(shù)據(jù)可視化技術(shù)實(shí)現(xiàn)智慧制造云里面的風(fēng)險(xiǎn)和顯示。

云里面大數(shù)據(jù)怎么用也值得探討。第一類是航天產(chǎn)品電纜數(shù)據(jù)化設(shè)計(jì)，也就是說(shuō)把電纜有關(guān)的經(jīng)驗(yàn)數(shù)據(jù)和綜合分析性能數(shù)據(jù)收集過(guò)來(lái)，放到電纜數(shù)據(jù)工程里面，實(shí)現(xiàn)了電纜數(shù)據(jù)化生產(chǎn)的一體化，產(chǎn)生效果后有60%以上研制時(shí)間開(kāi)展產(chǎn)品質(zhì)量提升。第二類是醫(yī)藥，利用現(xiàn)在制造云里面官方電子病例、醫(yī)療等信息系統(tǒng)提取海量臨床數(shù)據(jù)，挖掘藥物效用及治療方法，從而為醫(yī)藥研發(fā)提供參考。第三類是航天制造和生產(chǎn)比如博世、力士樂(lè)等智能生產(chǎn)。第四類就是維修，比如C919健康管理，需要實(shí)時(shí)檢測(cè)大數(shù)據(jù)中心。根據(jù)上面的情況，智慧制造云在大數(shù)據(jù)當(dāng)中是很重要的。

最后提點(diǎn)建議。首先當(dāng)然是大數(shù)據(jù)已經(jīng)成為智慧制造云建設(shè)和運(yùn)行的重要資源，如果沒(méi)有大數(shù)據(jù)、沒(méi)有云、沒(méi)有人工智能，那最后肯定是做不到智慧化制造。而研究實(shí)踐需要從技術(shù)、應(yīng)用、產(chǎn)業(yè)三方面來(lái)協(xié)調(diào)，進(jìn)行各個(gè)層次的技術(shù)創(chuàng)新和人才培養(yǎng)。

從技術(shù)應(yīng)用和產(chǎn)業(yè)方面，概括性地提幾點(diǎn)想法：第一，從技術(shù)上要做到重視大數(shù)據(jù)、信息通信技術(shù)、人工智能技術(shù)、系統(tǒng)工程技術(shù)與制造領(lǐng)域等多種技術(shù)的深度融合。要搞大數(shù)據(jù)，必須要做到這幾個(gè)技術(shù)的深度融合，這是我們的一個(gè)觀點(diǎn)。第二，離不開(kāi)云，因此要對(duì)面向用戶大數(shù)據(jù)的云服務(wù)技術(shù)進(jìn)行研究。第三，要重視基于大數(shù)據(jù)制造全生命周期里面的新模式、流程、手段的研究。最后，要進(jìn)行符合共享經(jīng)濟(jì)商業(yè)模式的技術(shù)研究，當(dāng)然還有安全和相應(yīng)標(biāo)準(zhǔn)的制定與評(píng)估。

從應(yīng)用角度來(lái)看，要“四個(gè)突出”。第一要以突出制造特色和行業(yè)特點(diǎn)來(lái)開(kāi)展；第二要突出問(wèn)題導(dǎo)向，問(wèn)題在哪，競(jìng)爭(zhēng)力缺點(diǎn)就在哪；第三要突出大數(shù)據(jù)驅(qū)動(dòng)的智慧云制造管理運(yùn)行模式、手段和業(yè)態(tài)的變革；第四要突出三要素與五流的綜合集成化、優(yōu)化和智慧化。

篇8

關(guān)鍵詞：中醫(yī)藥 知識(shí)工程 知識(shí)庫(kù) 知識(shí)獲取 知識(shí)發(fā)現(xiàn)

分類號(hào)：TP182

引用格式：于彤. 中醫(yī)藥知識(shí)工程的理論體系構(gòu)建和關(guān)鍵技術(shù)分析[J/OL]. 知識(shí)管理論壇， 2016， 1（5）： 336-343[引用日期]. http：///p/1/56/.

1 引言

中醫(yī)藥是中華民族的文化瑰寶，無(wú)論作為文化遺產(chǎn)還是作為醫(yī)學(xué)資源，都理應(yīng)得到保護(hù)和傳承。對(duì)中醫(yī)藥理論知識(shí)與實(shí)踐經(jīng)驗(yàn)的總結(jié)、詮釋與研究，是中醫(yī)藥傳承的一項(xiàng)核心任務(wù)。知識(shí)工程（knowledge engineering）為中醫(yī)藥知識(shí)的組織、存儲(chǔ)、處理和利用提供了必要的理論、方法和工具，在中醫(yī)藥領(lǐng)域具有廣闊的應(yīng)用前景[1-2]。

知識(shí)工程是隨著信息革命而出現(xiàn)的一種新興的知識(shí)管理和知識(shí)創(chuàng)造手段。知識(shí)工程源于人工智能領(lǐng)域，其最初的目標(biāo)是構(gòu)建基于知識(shí)的系統(tǒng)（或稱專家系統(tǒng)）[1，3]。為了構(gòu)建基于知識(shí)的系統(tǒng)，需要獲取足夠的專業(yè)知識(shí)，并將這些知識(shí)表示為計(jì)算機(jī)可以理解的形式，以支持自動(dòng)推理和問(wèn)題求解[3]。因此，知識(shí)獲取、知識(shí)表示以及知識(shí)運(yùn)用成為知識(shí)工程領(lǐng)域研究的主要問(wèn)題。隨著知識(shí)工程在知識(shí)管理中應(yīng)用的不斷深入，知識(shí)工程的研究范疇從知識(shí)庫(kù)和專家系統(tǒng)，擴(kuò)展到自由文本、半結(jié)構(gòu)性數(shù)據(jù)和多媒體內(nèi)容的處理。時(shí)至今日，知識(shí)工程已發(fā)展為涉及知識(shí)表示與推理[4]、語(yǔ)義網(wǎng)[5-6]和數(shù)據(jù)挖掘[7]等多個(gè)技術(shù)領(lǐng)域的交叉學(xué)科，在電子科學(xué)、電子商務(wù)和電子政務(wù)等許多領(lǐng)域得到了廣泛的應(yīng)用。

知識(shí)工程在中醫(yī)藥領(lǐng)域的應(yīng)用起源于20世紀(jì)70年代。當(dāng)代著名中醫(yī)學(xué)家關(guān)幼波與計(jì)算機(jī)專家合作，于1979年研制了首個(gè)實(shí)用的中醫(yī)專家系統(tǒng)DD中醫(yī)關(guān)幼波診療肝病的計(jì)算機(jī)系統(tǒng)，它在臨床應(yīng)用中取得良好效果[8]。此后，全國(guó)興起了一股中醫(yī)專家系統(tǒng)研發(fā)與應(yīng)用的熱潮[9]，知識(shí)工程作為專家系統(tǒng)的支撐技術(shù)也得到了中醫(yī)界的重視。近30年來(lái)，中醫(yī)藥工作者采用知識(shí)工程方法對(duì)中醫(yī)藥領(lǐng)域的知識(shí)遺產(chǎn)進(jìn)行廣泛采集和永久保存，建成了大量的知識(shí)資源和智能系統(tǒng)，為中醫(yī)藥知識(shí)創(chuàng)新提供了有力的支持[10]。為此，本文對(duì)中醫(yī)藥知識(shí)工程進(jìn)行系統(tǒng)總結(jié)和綜合論述，分析存在的問(wèn)題和發(fā)展趨勢(shì)，為相關(guān)領(lǐng)域?qū)W者和知識(shí)工程師提供參考。

2 中醫(yī)藥知識(shí)工程的概念

中醫(yī)藥知識(shí)工程是指將中醫(yī)藥知識(shí)整合存入計(jì)算機(jī)系統(tǒng)，以使計(jì)算機(jī)能夠利用這些知識(shí)來(lái)解決中醫(yī)藥領(lǐng)域復(fù)雜問(wèn)題的工程學(xué)科[1-2]。旨在實(shí)現(xiàn)中醫(yī)藥知識(shí)的“計(jì)算機(jī)化”，并將計(jì)算機(jī)技術(shù)融入中醫(yī)藥知識(shí)的收集、挖掘、整理、更新、傳播及轉(zhuǎn)化等環(huán)節(jié)，從而豐富和完善中醫(yī)藥知識(shí)體系，提升中醫(yī)信息系統(tǒng)的智能水平。之所以稱之為一項(xiàng)“工程”，是因?yàn)檫@項(xiàng)工作涉及系統(tǒng)性的方法、大規(guī)模的協(xié)作、嚴(yán)密的流程以及復(fù)雜的產(chǎn)品（本體、知識(shí)庫(kù)、專家系統(tǒng)等），這些都是系統(tǒng)工程的顯著特征。

中醫(yī)藥知識(shí)來(lái)自中醫(yī)專家的頭腦，以及書(shū)籍、論文、病案等各種專業(yè)資料。為使中醫(yī)藥知識(shí)“計(jì)算機(jī)化”，需要從各種知識(shí)源中廣泛獲取知識(shí)，將知識(shí)進(jìn)行編碼并錄入計(jì)算機(jī)系統(tǒng)；還要按照一定的結(jié)構(gòu)和方案對(duì)知識(shí)進(jìn)行組織和存儲(chǔ)；最終實(shí)現(xiàn)專家系統(tǒng)、知識(shí)發(fā)現(xiàn)等各種計(jì)算機(jī)應(yīng)用。中醫(yī)藥知識(shí)工程的關(guān)鍵環(huán)節(jié)，包括中醫(yī)藥知識(shí)表示方法的研究、中醫(yī)藥領(lǐng)域知識(shí)的獲取、中醫(yī)藥知識(shí)庫(kù)系統(tǒng)的構(gòu)建、中醫(yī)藥知識(shí)發(fā)現(xiàn)研究以及中醫(yī)藥智能系統(tǒng)（如臨床決策支持系統(tǒng)）的研發(fā)等。

中醫(yī)藥知識(shí)工程是中醫(yī)藥與信息科學(xué)（包括人工智能）相結(jié)合的產(chǎn)物，是多學(xué)科交叉的研究領(lǐng)域。它也是中醫(yī)藥知識(shí)管理的一項(xiàng)關(guān)鍵支撐技術(shù)，有助于實(shí)現(xiàn)中醫(yī)藥知識(shí)管理與服務(wù)模式的創(chuàng)新。

3 中醫(yī)藥知識(shí)工程的意義

中醫(yī)藥知識(shí)工程有利于開(kāi)拓臨床思路，支持臨床決策，研究中醫(yī)理論，豐富教學(xué)內(nèi)容，指導(dǎo)實(shí)驗(yàn)研究，促進(jìn)中醫(yī)藥知識(shí)傳承與創(chuàng)新[1-2]。具體而言，中醫(yī)藥知識(shí)工程可在以下三大方面發(fā)揮積極作用。

3.1 梳理知識(shí)體系，保護(hù)知識(shí)遺產(chǎn)

中醫(yī)藥知識(shí)遺產(chǎn)具有很高的科學(xué)和文化價(jià)值，但其知識(shí)體系尚存在模糊籠統(tǒng)之處。只有對(duì)中醫(yī)藥知識(shí)遺產(chǎn)進(jìn)行系統(tǒng)梳理，去蕪存菁，才能凸顯中醫(yī)藥知識(shí)的精華之處。使用語(yǔ)義網(wǎng)絡(luò)、描述邏輯等知識(shí)表示方法，能夠精確描述中醫(yī)思維邏輯，建立數(shù)字化的中醫(yī)藥知識(shí)體系，這對(duì)中醫(yī)藥學(xué)科發(fā)展具有十分重要的意義。

3.2 促進(jìn)知識(shí)傳承，加速人才培養(yǎng)

中醫(yī)傳承的核心問(wèn)題是如何將中醫(yī)名家的個(gè)人經(jīng)驗(yàn)轉(zhuǎn)化成普遍的知識(shí)，從而培養(yǎng)更多經(jīng)驗(yàn)豐富的名醫(yī)，提升中醫(yī)界的整體水平。中醫(yī)藥知識(shí)工程旨在系統(tǒng)總結(jié)前人經(jīng)驗(yàn)，將歷代醫(yī)家的智慧結(jié)晶轉(zhuǎn)化為全面、系統(tǒng)的領(lǐng)域知識(shí)庫(kù)，研發(fā)中醫(yī)輔助學(xué)習(xí)系統(tǒng)，以提升初學(xué)者的學(xué)習(xí)效率，促M(fèi)專業(yè)醫(yī)師之間的交流，從而突破中醫(yī)傳承的瓶頸。

3.3 發(fā)現(xiàn)新知識(shí)，促進(jìn)學(xué)科發(fā)展

通過(guò)實(shí)施中醫(yī)藥知識(shí)工程，可對(duì)中醫(yī)藥信息化過(guò)程中積累的海量數(shù)據(jù)進(jìn)行分析與挖掘，建立跨越年代、流派、學(xué)說(shuō)和病證的整體性知識(shí)模型，從而加深我們對(duì)中醫(yī)辨證論治規(guī)律的認(rèn)識(shí)，使中醫(yī)藥領(lǐng)域兩千多年來(lái)積累的知識(shí)遺產(chǎn)得到有效整理和挖掘。

4 中醫(yī)藥知識(shí)工程的理論體系構(gòu)建

中醫(yī)藥知識(shí)工程研究的核心任務(wù)是利用信息科學(xué)的理論和方法，對(duì)中醫(yī)藥知識(shí)體系的全部?jī)?nèi)容進(jìn)行系統(tǒng)梳理和準(zhǔn)確表達(dá)?？梢哉f(shuō)，中醫(yī)藥知識(shí)工程所研究和處理的核心對(duì)象就是中醫(yī)藥知識(shí)體系。兩千多年以前的《黃帝內(nèi)經(jīng)》奠定了中醫(yī)學(xué)的理論基礎(chǔ)；經(jīng)過(guò)兩千年的發(fā)展，至今已經(jīng)形成了一個(gè)以中國(guó)古代哲學(xué)為基礎(chǔ)，以中醫(yī)藥學(xué)理論為架構(gòu)，以臨床實(shí)踐經(jīng)驗(yàn)為主體的知識(shí)體系[2]。

中醫(yī)藥知識(shí)體系有其自身特點(diǎn)和復(fù)雜性，對(duì)知識(shí)工程技術(shù)產(chǎn)生了獨(dú)特的需求。中醫(yī)特色的思想方法、含義模糊的中醫(yī)概念以及中醫(yī)專家的隱性知識(shí)都對(duì)知識(shí)表達(dá)、知識(shí)獲取和知識(shí)利用產(chǎn)生重大影響和制約。因此，面向西醫(yī)等其他領(lǐng)域的知識(shí)工程方法并不完全適用于中醫(yī)藥領(lǐng)域。中醫(yī)藥知識(shí)工程領(lǐng)域迫切需要一套符合自身特點(diǎn)的理論和方法，從而有效處理中醫(yī)藥知識(shí)的模糊性和復(fù)雜性，支持標(biāo)準(zhǔn)化知識(shí)體系的建設(shè)。因此，有必要對(duì)中醫(yī)藥知識(shí)工程的理論思想進(jìn)行深入研究和系統(tǒng)總結(jié)，從而指導(dǎo)中醫(yī)藥知識(shí)的建模、獲取、組織、存儲(chǔ)、共享與服務(wù)等一系列工程實(shí)踐活動(dòng)。建立中醫(yī)藥知識(shí)工程的理論體系是一項(xiàng)繁重、長(zhǎng)期的工作。本文主要圍繞思維模擬、知識(shí)表示、知識(shí)獲取、知識(shí)發(fā)現(xiàn)等4個(gè)主要方面，對(duì)中醫(yī)藥知識(shí)工程的理論思想、研究熱點(diǎn)以及核心概念意涵進(jìn)行簡(jiǎn)要論述，為今后的理論研究工作提供參考。

4.1 中醫(yī)思維模擬研究

中醫(yī)思維模擬是指在對(duì)中醫(yī)思維進(jìn)行深入分析的基礎(chǔ)上，用計(jì)算機(jī)系統(tǒng)對(duì)中醫(yī)的思維過(guò)程進(jìn)行模擬，從而完成計(jì)算機(jī)輔助診療等復(fù)雜任務(wù)。中醫(yī)深受中華傳統(tǒng)哲學(xué)和文化的影響，產(chǎn)生了獨(dú)特的思想方法和思維模式，包括“天人合一”“取象比類”以及“辨證論治”等等。中醫(yī)藥知識(shí)體系是中醫(yī)思S的直接產(chǎn)物。開(kāi)展中醫(yī)藥知識(shí)工程研究，首先需要深入理解中醫(yī)的核心思維模式。

中醫(yī)思維是一個(gè)復(fù)雜的思維過(guò)程，具有形象性、模糊性和整體性等特點(diǎn)，需要針對(duì)這些特點(diǎn)提出創(chuàng)新性的思維模擬方法。例如，“取象比類”是貫穿中醫(yī)知識(shí)體系的思維模式，與中醫(yī)其他的思想方法共同構(gòu)成了中醫(yī)“象思維”。在中醫(yī)藥知識(shí)工程領(lǐng)域，需要追溯中醫(yī)“象思維”的思想源流，并采用認(rèn)知語(yǔ)言學(xué)等學(xué)科方法對(duì)其進(jìn)行分析，據(jù)此提出與之相適應(yīng)的計(jì)算機(jī)模擬方法[11]。又如，中醫(yī)辨證思維是一個(gè)涉及分析、綜合、推理、歸類、鑒別的復(fù)雜思維過(guò)程，需要將中醫(yī)辨證理論與實(shí)際的病案結(jié)合起來(lái)進(jìn)行分析，總結(jié)中醫(yī)辨證思維的規(guī)律，從而建立合理、準(zhǔn)確的中醫(yī)辨證計(jì)算模型[12]。思維模擬研究在中醫(yī)臨床診療等領(lǐng)域具有潛在的應(yīng)用價(jià)值。但首先需要在臨床實(shí)踐中對(duì)計(jì)算機(jī)建立的中醫(yī)思維模型加以檢驗(yàn)，以驗(yàn)證其準(zhǔn)確性和實(shí)用性。

4.2 中醫(yī)藥知識(shí)表示研究

知識(shí)表示（knowledge representation）是指通過(guò)某種方案、數(shù)據(jù)格式或語(yǔ)言，將領(lǐng)域知識(shí)表達(dá)為計(jì)算機(jī)可直接處理的數(shù)據(jù)。知識(shí)表示處于知識(shí)工程的中心地位，它既是知識(shí)獲取的基礎(chǔ)，又是知識(shí)存儲(chǔ)和運(yùn)用的前提。為實(shí)現(xiàn)基于知識(shí)的系統(tǒng)，必須將領(lǐng)域知識(shí)表示為某種計(jì)算機(jī)可處理的形式，并錄入到計(jì)算機(jī)系統(tǒng)中去，存儲(chǔ)于知識(shí)庫(kù)之中。知識(shí)表示的合理性直接決定知識(shí)處理的效率，對(duì)知識(shí)獲取和應(yīng)用的效果也有很大的影響。

廣義上，知識(shí)表示的目標(biāo)就是實(shí)現(xiàn)人類知識(shí)的顯性化、機(jī)讀化和結(jié)構(gòu)化，從而支持自動(dòng)推理，知識(shí)檢索和知識(shí)發(fā)現(xiàn)等應(yīng)用。知識(shí)表示方法有很多種，包括狀態(tài)空間、謂詞邏輯、框架、產(chǎn)生式、語(yǔ)義網(wǎng)絡(luò)、與或圖、Petri網(wǎng)等。這些方法適用于表示不同類型的知識(shí)，從而被用于各種不同的應(yīng)用領(lǐng)域。如何選取或提出合理的知識(shí)表示方法，用最恰當(dāng)?shù)男问絹?lái)表示中醫(yī)證候、中藥、針灸、溫病、養(yǎng)生等各方面的知識(shí)，是中醫(yī)藥知識(shí)表示研究的重點(diǎn)問(wèn)題。

目前，知識(shí)工程領(lǐng)域的一種主流觀點(diǎn)是將建立一個(gè)知識(shí)系統(tǒng)的過(guò)程視為一種“建模”活動(dòng)。知識(shí)建模（knowledge modeling）是指采用某種計(jì)算機(jī)方法構(gòu)建一個(gè)“知識(shí)模型”，它在特定領(lǐng)域中能像專家那樣解決問(wèn)題。其本質(zhì)是通過(guò)模型來(lái)表示知識(shí)，因此屬于一種形式化的知識(shí)表示方法。近年來(lái)，采用本體等技術(shù)建立知識(shí)模型，已成為中醫(yī)藥知識(shí)分析的一種常用手段，也是中醫(yī)藥知識(shí)表示研究的一個(gè)主要方向[13-14]。

4.3 中醫(yī)藥知識(shí)獲取研究

知識(shí)獲?。╧nowledge acquisition）是指從專門的知識(shí)源中全面、系統(tǒng)地獲取知識(shí)，并將其轉(zhuǎn)換為某種計(jì)算機(jī)可處理的形式（如程序、規(guī)則、本體等）[15-16]。這里的知識(shí)源可以是人類專家，也可以是案例、教科書(shū)、論文、數(shù)據(jù)庫(kù)、網(wǎng)站等知識(shí)載體。一般情況下，知識(shí)獲取需要由“知識(shí)工程師（knowledge engineer）”與領(lǐng)域?qū)＜遗浜希餐瑏?lái)完成工作。知識(shí)工程師的任務(wù)是幫助領(lǐng)域?qū)＜壹せ铍[性知識(shí)，完成知識(shí)的轉(zhuǎn)換，建立基于知識(shí)的系統(tǒng)。

知識(shí)工程的一個(gè)典型場(chǎng)景是：一組知識(shí)工程師找到并訪問(wèn)特定領(lǐng)域的專家，聽(tīng)取專家的介紹，記錄專家的經(jīng)驗(yàn)性知識(shí)并將其表達(dá)為計(jì)算機(jī)可處理的形式，存入知識(shí)庫(kù)中。將知識(shí)庫(kù)與推理引擎結(jié)合起來(lái)，也就構(gòu)成了一個(gè)新的專家系統(tǒng)。知識(shí)獲取也必然涉及知識(shí)驗(yàn)證的問(wèn)題：知識(shí)工程師需要對(duì)知識(shí)進(jìn)行評(píng)審和驗(yàn)證，以確保知識(shí)的準(zhǔn)確性。

知識(shí)獲取是任何知識(shí)管理和知識(shí)工程的基礎(chǔ)性工作。在中醫(yī)藥領(lǐng)域，知名老中醫(yī)的經(jīng)驗(yàn)和古籍文獻(xiàn)占有重要地位，是知識(shí)獲取的重點(diǎn)對(duì)象。一方面，知名老中醫(yī)知識(shí)和經(jīng)驗(yàn)的獲取，是中醫(yī)藥知識(shí)獲取的重要環(huán)節(jié)。它屬于專家認(rèn)知獲取的范疇，也就是將專家頭腦中隱含的知識(shí)轉(zhuǎn)換為某種形式的顯性知識(shí)的過(guò)程。另一方面，中醫(yī)藥領(lǐng)域產(chǎn)生了海量的古籍文獻(xiàn)。古籍?dāng)?shù)字化對(duì)于中醫(yī)藥信息的快捷傳播和永久保存具有重要意義。如何從數(shù)字化的古籍文本中有效提取中醫(yī)藥知識(shí)，則是知識(shí)工程所關(guān)注的問(wèn)題。無(wú)論是通過(guò)專家訪談等方法獲取領(lǐng)域?qū)＜业慕?jīng)驗(yàn)和實(shí)踐方法，還是查閱大量文獻(xiàn)搜集領(lǐng)域知識(shí)，都是復(fù)雜的、繁瑣的工作，且多數(shù)情況下只能通過(guò)人工方法完成。因此，知識(shí)獲取是中醫(yī)藥知識(shí)工程領(lǐng)域中面臨的關(guān)鍵瓶頸[16]。如何突破“知識(shí)獲取”瓶頸，也就成為知識(shí)工程研究的一個(gè)熱點(diǎn)問(wèn)題。

4.4 中醫(yī)藥知識(shí)運(yùn)用研究

知識(shí)運(yùn)用是指將領(lǐng)域知識(shí)庫(kù)以及機(jī)器推理、知識(shí)發(fā)現(xiàn)等技術(shù)運(yùn)用于科研、臨床、教學(xué)等領(lǐng)域，輔助中醫(yī)藥工作者解決復(fù)雜問(wèn)題并提升工作效率。知識(shí)工程在中醫(yī)藥領(lǐng)域的具體應(yīng)用包括：四診客觀化研究、中醫(yī)辨證規(guī)范化研究、方劑量效關(guān)系分析、中藥新藥發(fā)現(xiàn)、中醫(yī)臨床診療、中醫(yī)教學(xué)等等。為使知識(shí)工程的成果產(chǎn)生社會(huì)效益和經(jīng)濟(jì)效益，促進(jìn)中醫(yī)藥知識(shí)創(chuàng)新和學(xué)科發(fā)展，必須研究如何運(yùn)用知識(shí)的問(wèn)題。知識(shí)工程學(xué)不能逐一研究具體應(yīng)用的過(guò)程或方法，而是研究在各種應(yīng)用中都可能用到的共性方法，包括知識(shí)推理、知識(shí)搜索、知識(shí)發(fā)現(xiàn)、知識(shí)服務(wù)等。

傳統(tǒng)上知識(shí)運(yùn)用研究的一個(gè)中心問(wèn)題是如何構(gòu)建專家系y。中醫(yī)專家系統(tǒng)是指用計(jì)算機(jī)人工智能技術(shù)來(lái)模擬著名老中醫(yī)診療病人的臨床經(jīng)驗(yàn)，從而使該軟件具有專家診治病人的水平[8]。如前文所述，隨著“中醫(yī)關(guān)幼波診療肝病的計(jì)算機(jī)系統(tǒng)”的出現(xiàn)，全國(guó)興起了一股研發(fā)中醫(yī)專家系統(tǒng)的熱潮。據(jù)陸志平等[9] 估計(jì)，中醫(yī)專家系統(tǒng)已不下300個(gè)，并遍及中醫(yī)的內(nèi)、外、婦、兒、五官以及針灸等各科。專家系統(tǒng)能對(duì)中醫(yī)四診信息進(jìn)行處理和解釋，并產(chǎn)生臨床推薦意見(jiàn)和臨床警示，可用于輔助職業(yè)醫(yī)師進(jìn)行臨床決策。該系統(tǒng)的構(gòu)建涉及知識(shí)獲取、機(jī)器學(xué)習(xí)、知識(shí)推理、知識(shí)搜索等多方面的理論和方法學(xué)研究。

自20世紀(jì)90年代開(kāi)始，隨著數(shù)據(jù)庫(kù)技術(shù)的普及以及數(shù)據(jù)庫(kù)內(nèi)容的不斷積累，使業(yè)務(wù)人員產(chǎn)生了從數(shù)據(jù)庫(kù)中挖掘知識(shí)的愿望。為此，學(xué)者們將數(shù)據(jù)庫(kù)技術(shù)與人工智能、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)等傳統(tǒng)技術(shù)相互融合，產(chǎn)生了知識(shí)發(fā)現(xiàn)這一交叉學(xué)科[17]。知識(shí)發(fā)現(xiàn)（knowledge discovery in database，KDD），可被理解為“數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)”。近年來(lái)，中醫(yī)團(tuán)體探索將各種KDD方法應(yīng)用于中醫(yī)藥領(lǐng)域。KDD被用于研究方劑配伍規(guī)律[18]，輔助中醫(yī)開(kāi)具中藥處方[19]，解釋中醫(yī)證候的本質(zhì)[20-21]，以及輔助基于中醫(yī)藥的新藥研發(fā)[22]，都取得了良好的效果。KDD作為中醫(yī)藥知識(shí)分析和科研創(chuàng)新的一種新方法，也成為中醫(yī)藥知識(shí)運(yùn)用研究的一個(gè)熱點(diǎn)。

5 中醫(yī)藥知識(shí)工程的關(guān)鍵技術(shù)分析

中醫(yī)藥知識(shí)工程將本體（ontology）、文本挖掘（text mining）、語(yǔ)義網(wǎng)（semantic Web）等多種信息技術(shù)與中醫(yī)藥領(lǐng)域知識(shí)相結(jié)合，以促進(jìn)中醫(yī)藥知識(shí)的創(chuàng)造、管理和運(yùn)用。在下文中，圍繞知識(shí)建模、知識(shí)獲取、知識(shí)存儲(chǔ)、知識(shí)發(fā)現(xiàn)等4個(gè)主要方面，對(duì)中醫(yī)藥知識(shí)工程中涉及的關(guān)鍵技術(shù)進(jìn)行具體分析。

5.1 中醫(yī)藥知識(shí)建模技術(shù)

知識(shí)建模是將領(lǐng)域知識(shí)表達(dá)為計(jì)算機(jī)可處理模型（即知識(shí)模型）的過(guò)程，它是知識(shí)工程的基礎(chǔ)。中醫(yī)藥知識(shí)體系與中華傳統(tǒng)文化息息相關(guān)，具有鮮明的文化和語(yǔ)言特色，這決定了中醫(yī)藥知識(shí)建模的獨(dú)特性。歷代中醫(yī)普遍采用“取向比類”等形象思維方法，中醫(yī)藥概念之間的關(guān)系錯(cuò)綜復(fù)雜，中醫(yī)文獻(xiàn)中包含大量古漢語(yǔ)成分，這些因素導(dǎo)致中醫(yī)藥知識(shí)難于精確描述和定量刻畫(huà)。需要對(duì)知識(shí)建模的方法和技術(shù)進(jìn)行創(chuàng)新，并研究出一套符合中醫(yī)藥特點(diǎn)的知識(shí)建?？蚣埽灾С种嗅t(yī)藥知識(shí)工程的實(shí)施以及知識(shí)服務(wù)平臺(tái)的建設(shè)。

知識(shí)建模技術(shù)有很多種，技術(shù)人員所熟知的統(tǒng)一建模語(yǔ)言（UML）和實(shí)體關(guān)系模型（ER模型）都屬于知識(shí)模型。本體是1990年代出現(xiàn)的知識(shí)建模方法，其核心任務(wù)是對(duì)領(lǐng)域概念體系進(jìn)行系統(tǒng)梳理和準(zhǔn)確表 達(dá)[13]。本體在復(fù)雜知識(shí)建模和自動(dòng)推理等方面體現(xiàn)出技術(shù)優(yōu)勢(shì)，因此在生物醫(yī)學(xué)領(lǐng)域逐漸成為主流技術(shù)。

近年來(lái)，中醫(yī)藥知識(shí)工程的一個(gè)熱點(diǎn)是通過(guò)構(gòu)建中醫(yī)藥領(lǐng)域本體，對(duì)中醫(yī)藥理論和知識(shí)體系進(jìn)行辨認(rèn)、梳理、澄清和永久保真處理。中醫(yī)團(tuán)體已經(jīng)開(kāi)展了基于本體的中醫(yī)藥知識(shí)建模方法研究，并實(shí)際構(gòu)建了一系列領(lǐng)域本體[14] 。例如，中國(guó)中醫(yī)科學(xué)院中醫(yī)藥信息研究所研制了“中醫(yī)藥學(xué)語(yǔ)言系統(tǒng)（Traditional Chinese Medicine Language System，TCMLS）”這一大型中醫(yī)藥領(lǐng)域本體[23] 。TCMLS對(duì)中醫(yī)藥領(lǐng)域的概念和術(shù)語(yǔ)系統(tǒng)進(jìn)行了完整的表達(dá)，在中醫(yī)藥學(xué)研究中得到廣泛應(yīng)用。此外，本體建模的對(duì)象還包括陰陽(yáng)、五行、臟腑、證候、中藥、方劑等諸多領(lǐng)域。這些本體最終可被整合為一個(gè)完整的中醫(yī)藥領(lǐng)域本體，支持知識(shí)獲取、知識(shí)發(fā)現(xiàn)、知識(shí)服務(wù)等中醫(yī)藥知識(shí)工程的后續(xù)工作。實(shí)踐表明，本體可有效捕捉中醫(yī)藥領(lǐng)域的概念體系，并以概念為核心將中醫(yī)藥知識(shí)體系準(zhǔn)確地表達(dá)出來(lái)，能夠勝任中醫(yī)藥領(lǐng)域知識(shí)建模的任務(wù)。

5.2 中醫(yī)藥知識(shí)獲取技術(shù)

如上文所述，中醫(yī)藥知識(shí)獲取是一項(xiàng)復(fù)雜的工作，被公認(rèn)為知識(shí)處理過(guò)程中的一個(gè)瓶頸，嚴(yán)重限制了知識(shí)工程和知識(shí)系統(tǒng)的發(fā)展。近年來(lái)，學(xué)者們主要試圖通過(guò)“集體智能”和“機(jī)器智能”這兩條路徑來(lái)突破中醫(yī)藥領(lǐng)域的知識(shí)獲取瓶頸。

“集體智能”是指組織大量領(lǐng)域?qū)＜乙黄鹁庉嬛R(shí)庫(kù)，從而實(shí)現(xiàn)專家知識(shí)的共享與融合。實(shí)現(xiàn)集體智慧的關(guān)鍵在于建立合理的交流、協(xié)作和激勵(lì)機(jī)制。隨著互聯(lián)網(wǎng)的迅速推廣，中醫(yī)界開(kāi)始利用互聯(lián)網(wǎng)技術(shù)建立各種面向中醫(yī)藥領(lǐng)域的知識(shí)工程平臺(tái)，進(jìn)行跨學(xué)科、跨組織、跨地域的協(xié)作式知識(shí)加工，開(kāi)展了一系列大規(guī)模的知識(shí)工程項(xiàng)目，建成了一系列術(shù)語(yǔ)系統(tǒng)、領(lǐng)域本體、文獻(xiàn)庫(kù)、數(shù)據(jù)庫(kù)和知識(shí)庫(kù)。例如，中國(guó)中醫(yī)科學(xué)院中醫(yī)藥信息研究所建立了基于互聯(lián)網(wǎng)的“中醫(yī)藥虛擬研究院”，部署了一個(gè)協(xié)同知識(shí)工程平臺(tái)，支持全國(guó)40余家機(jī)構(gòu)，近300人進(jìn)行協(xié)同工作[24-25]。在該系統(tǒng)的直接支持下，研制了“中醫(yī)藥學(xué)語(yǔ)言系統(tǒng)”[23]等一系列大型知識(shí)系統(tǒng)。實(shí)踐表明，基于互聯(lián)網(wǎng)的虛擬環(huán)境能將不同機(jī)構(gòu)、不同地區(qū)的研究人員組織起來(lái)，有效解決資金分散、缺乏協(xié)調(diào)、研發(fā)能力不足等問(wèn)題，實(shí)現(xiàn)知識(shí)工程的規(guī)?；痆25]。

“機(jī)器智能”是指研發(fā)文本挖掘技術(shù)，使機(jī)器能夠直接從文獻(xiàn)等知識(shí)載體中提取結(jié)構(gòu)性知識(shí)。文本挖掘在中醫(yī)藥領(lǐng)域已得到成功應(yīng)用，能夠顯著提升知識(shí)庫(kù)加工的效率[26]。但與生物醫(yī)學(xué)領(lǐng)域的大量研究工作[27]相比，文本挖掘在中醫(yī)藥領(lǐng)域的應(yīng)用仍處于早期探索階段。需要針對(duì)中醫(yī)藥文獻(xiàn)的特點(diǎn)，進(jìn)一步研發(fā)實(shí)用的挖掘方法，提升挖掘結(jié)果的完整性和準(zhǔn)確性，從而深度挖掘中醫(yī)藥文獻(xiàn)中蘊(yùn)含的知識(shí)。

5.3 中醫(yī)藥知識(shí)存儲(chǔ)技術(shù)

知識(shí)存儲(chǔ)（knowledge storage）特指在計(jì)算機(jī)系統(tǒng)中安全、可靠、有序地存儲(chǔ)知識(shí)資源，以支持知識(shí)管理和知識(shí)工程應(yīng)用。知識(shí)庫(kù)是實(shí)現(xiàn)知識(shí)存儲(chǔ)的重要支撐工具，也是知識(shí)工程的重中之重。知識(shí)庫(kù)一般是針對(duì)特定領(lǐng)域以及問(wèn)題求解而建立的，對(duì)領(lǐng)域知識(shí)進(jìn)行全面收集和系統(tǒng)整理，進(jìn)而對(duì)知識(shí)進(jìn)行組織、分類和保存，以支持知識(shí)檢索和查詢。

構(gòu)建中醫(yī)知識(shí)庫(kù)系統(tǒng)，是指用人工智能技術(shù)把中醫(yī)藥理論和專家的經(jīng)驗(yàn)按規(guī)范化、標(biāo)準(zhǔn)化的格式組建成知識(shí)庫(kù)[8]。知識(shí)庫(kù)一般具有形式化、結(jié)構(gòu)化、易查詢、易操作等特點(diǎn)，能支持機(jī)器推理。傳統(tǒng)上知識(shí)庫(kù)主要是指采用謂詞邏輯、框架等知識(shí)表示方法，在計(jì)算機(jī)系統(tǒng)中表示和存儲(chǔ)的知識(shí)集合。但在中醫(yī)藥信息化實(shí)踐中，人們也把文獻(xiàn)庫(kù)、數(shù)據(jù)庫(kù)、本體等多種形式的知識(shí)載體統(tǒng)稱為“知識(shí)庫(kù)”。它們都能起到知識(shí)存儲(chǔ)的作用，與自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等方法相結(jié)合后仍可支持智能應(yīng)用，因此稱之為廣義的知識(shí)庫(kù)也不為過(guò)。

近年來(lái)，中醫(yī)藥知識(shí)庫(kù)建設(shè)得到迅猛發(fā)展，在中醫(yī)人體、中醫(yī)疾病、中醫(yī)證候、中醫(yī)醫(yī)案、中藥、中醫(yī)養(yǎng)生等方面都出現(xiàn)了知識(shí)庫(kù)系統(tǒng)[28]。中醫(yī)藥知識(shí)庫(kù)在中醫(yī)藥信息化中扮演著核心的角色，在文獻(xiàn)整理、知識(shí)可視化、知識(shí)共享、臨床診療、教學(xué)、研究等諸多方面取得實(shí)際應(yīng)用，為中醫(yī)藥知識(shí)遺產(chǎn)的數(shù)字化保存和深度挖掘提供了創(chuàng)新性的手段。

5.4 中醫(yī)藥知識(shí)發(fā)現(xiàn)技術(shù)

知識(shí)發(fā)現(xiàn)是從數(shù)據(jù)中獲取有效、新穎、有潛在應(yīng)用價(jià)值和最終可理解模式的非平凡過(guò)程[17]。知識(shí)發(fā)現(xiàn)是人工智能、數(shù)據(jù)庫(kù)、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)等多種技術(shù)相互交叉產(chǎn)物。知識(shí)發(fā)現(xiàn)在20世紀(jì)90年代提出之后，獲得了廣泛關(guān)注和迅速發(fā)展，產(chǎn)生了高頻集、關(guān)聯(lián)分析、分類、預(yù)測(cè)、聚類、孤立點(diǎn)分析、時(shí)序/序列分析等一系列行之有效的方法，還出現(xiàn)了Weka、Rapidminer等較為成熟的開(kāi)源軟件。這為知識(shí)發(fā)現(xiàn)技術(shù)在中醫(yī)藥領(lǐng)域的應(yīng)用創(chuàng)造了條件。

中醫(yī)在數(shù)千年的臨床實(shí)踐與理論研究中積累了海量的數(shù)據(jù)、文獻(xiàn)和知識(shí)。如何利用這些寶貴資源就成了發(fā)展中醫(yī)藥必須面對(duì)的一個(gè)問(wèn)題。而KDD所擅長(zhǎng)的正是從海量的數(shù)據(jù)中尋找有意義的模式和知識(shí)，是分析中醫(yī)藥海量數(shù)據(jù)所需的理想技術(shù)手段。近年來(lái)，中醫(yī)團(tuán)體已開(kāi)展了將頻繁模式發(fā)現(xiàn)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、聚類分析、復(fù)雜網(wǎng)絡(luò)分析等多種KDD方法引入中醫(yī)藥領(lǐng)域的若干探索。例如，使用關(guān)聯(lián)規(guī)則發(fā)現(xiàn)等方法對(duì)方劑數(shù)據(jù)進(jìn)行分析，來(lái)揭示方劑配伍規(guī)律[18]；通過(guò)知識(shí)發(fā)現(xiàn)方法輔助中醫(yī)開(kāi)具中藥處方[19]以及中藥新藥研發(fā)[22]；通過(guò)基于隱結(jié)構(gòu)模型的機(jī)器學(xué)習(xí)方法來(lái)揭示中醫(yī)證候的本質(zhì)[21]；使用文本挖掘方法從海量文獻(xiàn)中挖掘新穎知識(shí)，構(gòu)建并分析中醫(yī)藥復(fù)雜網(wǎng)絡(luò)[20]。這些工作表明，面對(duì)中醫(yī)藥領(lǐng)域的海量數(shù)據(jù)，采用KDD技術(shù)進(jìn)行有效的知識(shí)發(fā)現(xiàn)既是必要的，也是可行的[29]。

過(guò)20多年的發(fā)展，中醫(yī)藥知識(shí)發(fā)現(xiàn)的方法和技術(shù)已進(jìn)入相對(duì)成熟期，針對(duì)中醫(yī)藥領(lǐng)域的各種問(wèn)題都產(chǎn)生了一系列行之有效的方法。但成熟并不意味著完善，面對(duì)中醫(yī)藥數(shù)據(jù)描述多樣化、數(shù)據(jù)仍不完備的特點(diǎn)，仍然需要對(duì)現(xiàn)有的KDD技術(shù)進(jìn)行改進(jìn)和發(fā)展，以滿足中醫(yī)藥科學(xué)研究和知識(shí)創(chuàng)新的需要。

6 中醫(yī)藥知識(shí)工程的發(fā)展趨勢(shì)

近年來(lái)，中醫(yī)藥知識(shí)工程實(shí)踐取得長(zhǎng)足發(fā)展，成功建立了大量的知識(shí)資源。但中醫(yī)藥知識(shí)資源往往服務(wù)于特定的醫(yī)療和研究機(jī)構(gòu)，彼此之間異質(zhì)、異構(gòu)，難以實(shí)現(xiàn)集成與共享，形成嚴(yán)重的“知識(shí)孤島”現(xiàn)象，成為長(zhǎng)期困擾中醫(yī)藥知識(shí)工程領(lǐng)域的技術(shù)難題。中醫(yī)藥與西醫(yī)等相關(guān)領(lǐng)域的知識(shí)資源也難以實(shí)現(xiàn)有效的關(guān)聯(lián)，阻礙了跨學(xué)科研究的開(kāi)展。

為此，學(xué)者們[6，30]提出使用語(yǔ)義網(wǎng)作為中醫(yī)藥數(shù)據(jù)表示標(biāo)準(zhǔn)，實(shí)現(xiàn)中醫(yī)藥內(nèi)部的知識(shí)整合以及中西醫(yī)領(lǐng)域的知識(shí)互聯(lián)，從根本上解決“知識(shí)孤島”問(wèn)題。2001年，萬(wàn)維網(wǎng)發(fā)明人（T.B. Lee）在《科學(xué)美國(guó)人》上正式提出了語(yǔ)義網(wǎng)的構(gòu)想，認(rèn)為它將是一個(gè)機(jī)器可以理解的開(kāi)放性信息空間[5]。語(yǔ)義網(wǎng)技術(shù)的核心優(yōu)勢(shì)在于將數(shù)據(jù)結(jié)構(gòu)和存儲(chǔ)方式各異的數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一格式并重新，從而實(shí)現(xiàn)數(shù)據(jù)資源的交換與集成。語(yǔ)義網(wǎng)為實(shí)現(xiàn)跨領(lǐng)域知識(shí)關(guān)聯(lián)提供了理想的技術(shù)平臺(tái)，有助于構(gòu)建面向特定領(lǐng)域的大規(guī)模知識(shí)圖譜，進(jìn)而實(shí)現(xiàn)各領(lǐng)域知識(shí)圖譜的關(guān)聯(lián)與融合。語(yǔ)義網(wǎng)最終將發(fā)展為一個(gè)全球性的知識(shí)圖譜，提供全面、智能的知識(shí)檢索服務(wù)，促進(jìn)知識(shí)共享和人機(jī)協(xié)作。

可基于語(yǔ)義網(wǎng)技術(shù)建立中醫(yī)藥知識(shí)圖譜，從而實(shí)現(xiàn)中醫(yī)疾病、中藥、方劑、針灸、醫(yī)案等中醫(yī)藥各門類知識(shí)資源的集成[30-31]。TCMLS作為一個(gè)包含10余萬(wàn)個(gè)中醫(yī)概念以及100余萬(wàn)個(gè)語(yǔ)義關(guān)系的大型語(yǔ)義網(wǎng)絡(luò)，為構(gòu)建中醫(yī)藥知識(shí)圖譜提供了相對(duì)完整的框架。鑒于此，于彤等[31]提出以中醫(yī)藥學(xué)語(yǔ)言系統(tǒng)為骨架，將中醫(yī)藥領(lǐng)域現(xiàn)有的術(shù)語(yǔ)資源和數(shù)據(jù)庫(kù)資源融合起來(lái)，構(gòu)成大規(guī)模知識(shí)圖譜，并實(shí)現(xiàn)基于知識(shí)圖譜的知識(shí)檢索、知識(shí)展示和知識(shí)服務(wù)等功能。在未來(lái)，可進(jìn)一步擴(kuò)充中醫(yī)藥知識(shí)圖譜，通過(guò)語(yǔ)義關(guān)系表達(dá)中醫(yī)和西醫(yī)之間的結(jié)合點(diǎn)，從而實(shí)現(xiàn)這兩個(gè)領(lǐng)域的知識(shí)圖譜的關(guān)聯(lián)和融合。這套方法將使中醫(yī)藥知識(shí)資源接入全球互聯(lián)的知識(shí)圖譜之中，支持各種面向結(jié)合醫(yī)學(xué)的知識(shí)共享、決策支持和知識(shí)發(fā)現(xiàn)應(yīng)用，在中西醫(yī)結(jié)合醫(yī)學(xué)中發(fā)揮更大的作用和影響力。

6 小結(jié)

中醫(yī)藥根植于中華文化，源于中國(guó)傳統(tǒng)哲學(xué)，是中華民族非常寶貴的知識(shí)遺產(chǎn)。中醫(yī)藥知識(shí)工程成為中醫(yī)藥知識(shí)遺產(chǎn)保護(hù)和知識(shí)創(chuàng)造的一種新模式，能有效推動(dòng)群體性的知識(shí)創(chuàng)新活動(dòng)，加速知識(shí)轉(zhuǎn)化過(guò)程，促進(jìn)知識(shí)的傳播。

中醫(yī)藥經(jīng)過(guò)數(shù)千年的發(fā)展，形成了一座偉大的知識(shí)寶庫(kù)，這決定了中醫(yī)藥知識(shí)工程的巨大價(jià)值和艱巨性。中醫(yī)藥領(lǐng)域知識(shí)體系相當(dāng)復(fù)雜，對(duì)知識(shí)工程技術(shù)提出了獨(dú)特的需求。在中醫(yī)藥領(lǐng)域?qū)嵤┲R(shí)工程是一項(xiàng)極其復(fù)雜且具有挑戰(zhàn)性的工作，其中還有很多尚未解決的科學(xué)問(wèn)題和技術(shù)難題，需要進(jìn)行長(zhǎng)期的研究。展望未來(lái)，中醫(yī)藥知識(shí)工程必將成為中醫(yī)藥信息學(xué)學(xué)科體系的重要組成部分，也將在中醫(yī)藥科學(xué)研究和臨床實(shí)踐中發(fā)揮越來(lái)越重要的作用。

參考文獻(xiàn)：

[1] 任廷革， 劉曉峰， 李慶業(yè)， 等. 從復(fù)方分析模型的研究看中醫(yī)知識(shí)工程的意義[J]. 中國(guó)中醫(yī)藥信息雜志， 1999， 6（3）： 12-13.

[2] 楊斌. 中醫(yī)知識(shí)工程的建立及其意義[J]. 世界科學(xué)技術(shù)――中醫(yī)藥現(xiàn)代化， 2000， 2（4）： 28-30.

[3] Schreiber G， AKKERMANS H， Anjewierden A， et al. Knowledge engineering and management： the CommonKADS methodology [M]. 1st ed. Cambridge， MA： The MIT Press， 2000.

[4] Brachman R， Levesque H. Knowledge representation and reasoning [M].San Francisco：Morgan Kaufmann Publishers Inc.， 2004.

[5] Berners-Lee T， HENDLER J， Lassila O. The semantic Web [J]. Scientific American， 2001， 284（5）： 28-37.

[6] 于彤， 崔蒙， 李敬華. 語(yǔ)義Web在中醫(yī)藥領(lǐng)域的應(yīng)用研究綜述[J]. 世界中醫(yī)藥， 2013， 8（1）： 107-109.

[7] Fayyad U， PIATETSKY-Shapiro G， Smyth P. From data mining to knowledge discovery in databases[J]. AI magazine， 1996， 17（3）： 37-54.

[8] 馬斌榮. 中醫(yī)專家系統(tǒng)與中醫(yī)知識(shí)庫(kù)[M]. 北京： 北京出版社， 1997.

[9] 陸志平， 李媛媛， 魏方方， 等. 人工智能、專家系統(tǒng)與中醫(yī)專家系統(tǒng)[J]. 醫(yī)學(xué)信息， 2004， 17（8）： 458-459.

[10] 孫燕. 中醫(yī)知識(shí)工程研究進(jìn)展分析[M]. 中國(guó)中醫(yī)藥信息雜志， 2010， 17（12）： 5-6.

[11] 于彤， 陳華鈞， 顧攏 等. 中醫(yī)象思維的OWL語(yǔ)義建模[J]. 中國(guó)數(shù)字醫(yī)學(xué)， 2013， 8（4）： 29-33.

[12] 于彤， 崔蒙， 吳朝暉， 等. 基于語(yǔ)義Web的中醫(yī)臨床知識(shí)建模[J]. 中國(guó)數(shù)字醫(yī)學(xué)， 2013， 8（11）：81-85.

[13] Gruber T R. A translation approach to portable ontology specifications[J]. Knowledge acquisition， 1993， 5（2）： 199-220.

[14] 李兵， 裘儉， 張華敏， 等. 中醫(yī)藥領(lǐng)域本體研究概述[J]. 中國(guó)中醫(yī)藥信息雜志， 2010， 17（3）：100-101，106.

[15] 路耀華. 思維模擬與知識(shí)工程[M]. 北京： 清華大學(xué)出版社， 1997.

[16] 陳瑜. 試論中醫(yī)藥領(lǐng)域的知識(shí)獲取[J]. 醫(yī)學(xué)信息學(xué)雜志， 2013， 34（3）： 89-92.

[17] FAN J， LI D. An overview of data mining and knowledge discovery[J]. Journal of computer science and technology， 1998， 13（4）： 348-368.

[18] 李文林， 段金廒， 趙國(guó)平，等. 方劑配伍規(guī)律數(shù)據(jù)挖掘的研究現(xiàn)狀及思考[J]. 中國(guó)中醫(yī)藥信息雜志， 2008， 15（10）：92-94.

[19] QIAO S， TANG C， JIN H， et al. KISTCM： knowledge discovery system for traditional Chinese medicine[J]. Applied intelligence， 2010， 32（3）：346-363.

[20] ZHOU X， LIU B， WU Z， et al. Integrative mining of traditional Chinese medicine literature and MEDLINE for functional gene networks [J]. Artificial intelligence in medicine， 2007， 41（2）：87-104.

[21] ZHANG N， YUAN S， CHEN T， et al. Latent tree models and diagnosis in traditional Chinese medicine[J]. Artificial intelligence in medicine， 2008， 42（3）：229-245.

[22] 雷蕾， 慧敏， 崔蒙， 等. 中醫(yī)藥化學(xué)輔助研發(fā)系統(tǒng)的建設(shè)[J]. 中國(guó)中醫(yī)藥信息雜志， 2008， 15（8）： 100-101.

[23] 于彤， 賈李蓉， 劉靜， 等. 中醫(yī)藥學(xué)語(yǔ)言系統(tǒng)研究綜述[J]. 中國(guó)中醫(yī)藥圖書(shū)情報(bào)雜志， 2015， 39（6）： 56-60.

[24] 崔蒙， 謝琪， 尹愛(ài)寧， 等. 中醫(yī)藥信息數(shù)字化虛擬研究院建設(shè)模式研究[J]. 上海中醫(yī)藥大學(xué)學(xué)報(bào)， 2008， 23（3）：5-8.

[25] 尹愛(ài)寧， 崔蒙， 范為宇， 等. 中醫(yī)藥虛擬研究院[J]. 國(guó)際中醫(yī)中藥雜志， 2006， 28（3）： 141-143.

[26] ZHOU X， PENG Y， LIU B. Text mining for traditional Chinese medical knowledge discovery： a survey[J]. Journal of biomedical informatics， 2010， 43（4）： 650-660.

[27] Rebholzschuhmann D， OELLRICH A， Hoehndorf R. Text-mining solutions for biomedical research： enabling integrative biology[J]. Nature reviews genetics， 2012， 13（12）： 829-39.

[28] 于彤， 釧叮 李敬華. 中醫(yī)藥知識(shí)庫(kù)系統(tǒng)研究進(jìn)展綜述[J]. 中國(guó)醫(yī)學(xué)創(chuàng)新， 2014， 11（18）： 142-144.

[29] 吳朝暉， 封毅. 數(shù)據(jù)庫(kù)中知識(shí)發(fā)現(xiàn)在中醫(yī)藥領(lǐng)域的若干探索（Ⅰ）[J]. 中國(guó)中醫(yī)藥信息雜志， 2005， 12（10）： 93-95.

[30] CHEUNG K， CHEN H. Semantic Web for data harmonization in Chinese medicine [J]. Chinese Medicine， 2010， 5（1）：1-5.

[31] 于彤， 劉靜， 賈李蓉， 等. 大型中醫(yī)藥知識(shí)圖譜構(gòu)建研究[J]. 中國(guó)數(shù)字醫(yī)學(xué)， 2015， 10（3）： 80-82.

Knowledge Engineering for Traditional Chinese Medicine： A Review of Theoretical System and Key Technologies

Yu Tong

Information Institute of Traditional Chinese Medicine， China Academy of Chinese Medical Sciences，

Beijing 100700

篇9

關(guān)鍵詞:動(dòng)物模型;專家系統(tǒng)

中圖分類號(hào):R2-03 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1673-7717(2010)01-0083-02

Study on the Expert System of Animal Model with Traditional

Chinese Medicine Symptoms Evaluation

CHEN Lei,LI Haiquan

(Liaoning University of Traditional Chinese Medicine,Shenyang 110847,Liaoning,China)

Abstract:Through the study found that the expert system of animal model with traditional Chinese medicine symptoms evaluation is different from TCM clinical expert system.And mentioned multiple funcitons and the key techniques of the animal mode with traditional Chinese medicine symptoms evaluation expert system,then prospected and discussed its development.

Key words:Animal model;Expert System

專家系統(tǒng)便是具有如同人類專家一般,能對(duì)特定領(lǐng)域的問(wèn)題做判斷,解釋及認(rèn)知的一組電腦程序。但由于此特定領(lǐng)域可大可小,且對(duì)“認(rèn)知”的定義亦有不同解釋,故可有小如某些所謂“汽車辨識(shí)專家系統(tǒng)”,只能依照汽車外型等幾項(xiàng)特征辨識(shí)十種車。亦有大如某些實(shí)驗(yàn)階段的超大型醫(yī)學(xué)專家系統(tǒng),可依據(jù)12萬(wàn)個(gè)不同的醫(yī)學(xué)表征分辨8千個(gè)疾病。盡管專家系統(tǒng)的定義未明確,但基本上,當(dāng)此系統(tǒng)所能處理的問(wèn)題其復(fù)雜性及對(duì)專業(yè)知識(shí)的需求相近或高于人類專家,且其表現(xiàn)亦相近或超過(guò)人類專家時(shí),便可稱之為專家系統(tǒng)。

1 中醫(yī)臨床專家系統(tǒng)的研究情況

中醫(yī)臨床專家系統(tǒng),是模擬中醫(yī)領(lǐng)域?qū)＜业摹罢w觀念、辨證論治”的思維、推理方法,并作出診斷的智能計(jì)算機(jī)程序。1979年研制成功的“中醫(yī)關(guān)幼波診療肝病的計(jì)算機(jī)程序”。它模擬了中醫(yī)關(guān)幼波教授治療肝病的臨床經(jīng)驗(yàn),是一個(gè)實(shí)用的和具有辨證、治則、立法、方藥、醫(yī)囑和計(jì)價(jià)等多種功能的專家系統(tǒng)。該系統(tǒng)使用了模糊數(shù)學(xué)、模糊綜合分析、加權(quán)求和閾值運(yùn)算及浮動(dòng)閾值等數(shù)學(xué)模型和模糊推理技術(shù)。而后利用模糊數(shù)學(xué)和人工智能網(wǎng)絡(luò)理論我國(guó)相繼研制出“劉渡舟教授診療心病的專家系統(tǒng)”、“董建華教授診療胃痛、脅痛的專家系統(tǒng)”等中醫(yī)專家診療系統(tǒng)[1]。

2 中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)專家系統(tǒng)與中醫(yī)臨床診療專家系統(tǒng)的差別

中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)專家系統(tǒng)與中醫(yī)臨床診療專家系統(tǒng)都是應(yīng)用中醫(yī)基本理論進(jìn)行中醫(yī)診斷的過(guò)程,因此二者在原理、知識(shí)表達(dá)、數(shù)學(xué)模型應(yīng)用、程序設(shè)計(jì)等方面有很強(qiáng)的一致性。但二者又有以下兩點(diǎn)明顯的區(qū)別。

2.1 應(yīng)用對(duì)象不同

中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)專家系統(tǒng)是用于對(duì)中醫(yī)證候動(dòng)物模型進(jìn)行診斷,而中醫(yī)臨床診療專家系統(tǒng)是對(duì)臨床患者進(jìn)行診斷。診斷對(duì)象不同決定了二者在知識(shí)獲取途徑及知識(shí)庫(kù)建設(shè)方面有所差別。

在知識(shí)獲取方面,中醫(yī)臨床診療專家系統(tǒng)應(yīng)該總結(jié)、歸納中醫(yī)專家的臨床經(jīng)驗(yàn)、學(xué)術(shù)觀點(diǎn)及與該專家領(lǐng)域知識(shí)相關(guān)聯(lián)的中醫(yī)理論知識(shí),而中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)專家系統(tǒng)則應(yīng)該總結(jié)、歸納中醫(yī)動(dòng)物實(shí)驗(yàn)專家的動(dòng)物實(shí)驗(yàn)的實(shí)踐知識(shí)及相關(guān)的中醫(yī)理論知識(shí)。

在知識(shí)庫(kù)建設(shè)方面,中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)專家系統(tǒng)面向的對(duì)象是中醫(yī)證候動(dòng)物模型。根據(jù)動(dòng)物實(shí)驗(yàn)的實(shí)驗(yàn)條件標(biāo)準(zhǔn)化等特點(diǎn),動(dòng)物模型的飼養(yǎng)條件(居住條件、飲食、飲水、勞倦程度等)具有一致性,這就大大簡(jiǎn)化了診斷因素知識(shí)庫(kù)的內(nèi)容和復(fù)雜程度。因此中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)專家系統(tǒng)比中醫(yī)臨床診療專家系統(tǒng)在知識(shí)庫(kù)建設(shè)方面更簡(jiǎn)單易行。

2.2 應(yīng)用價(jià)值不同

由于中醫(yī)臨床診療專家系統(tǒng)面向的對(duì)象是臨床患者,盡管中醫(yī)關(guān)幼波診療肝病的計(jì)算機(jī)程序處方符合率已經(jīng)達(dá)到97.7%,但臨床診療是關(guān)系患者生命安全的大事,目前還沒(méi)有將中醫(yī)臨床診療專家系統(tǒng)廣泛地應(yīng)用于臨床,更多的是處于實(shí)驗(yàn)階段。從目前來(lái)看一般實(shí)際臨床中往往應(yīng)用中醫(yī)臨床診療專家系統(tǒng)進(jìn)行會(huì)診或起經(jīng)驗(yàn)積累、學(xué)習(xí)、輔助治療的作用?；谌斯ぶ悄艿膶＜以\療系統(tǒng)并不十分完善,離真正的臨床應(yīng)用還有一段距離,隨著人工智能、神經(jīng)網(wǎng)絡(luò)的進(jìn)一步發(fā)展,中醫(yī)臨床診療專家系統(tǒng)還需進(jìn)一步的完善和發(fā)展。

相比之下,中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)專家系統(tǒng)則實(shí)用價(jià)值更大,因?yàn)榇讼到y(tǒng)主要是應(yīng)用中動(dòng)物實(shí)驗(yàn)中,且與原有中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)方法相法有很大進(jìn)步,一旦通過(guò)鑒定即可廣泛推廣使用。

3 中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)專家系統(tǒng)應(yīng)實(shí)現(xiàn)的功能

中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)專家系統(tǒng)首先應(yīng)具有的基本功能是數(shù)據(jù)處理,應(yīng)用模糊數(shù)學(xué)公式進(jìn)行模式識(shí)別即推理機(jī)的功能,即本實(shí)驗(yàn)所研制的中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)程序的功能。其次中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)專家系統(tǒng)應(yīng)有人工智能,即知識(shí)學(xué)習(xí)、自適應(yīng)、自組織等高水平專家系統(tǒng)的功能。其技術(shù)路線可通過(guò)圖1表示。

具體應(yīng)實(shí)現(xiàn)以下幾方面功能。

3.1 建設(shè)有中醫(yī)證候動(dòng)物實(shí)驗(yàn)專家水平的知識(shí)庫(kù)

首先應(yīng)建立中醫(yī)證候動(dòng)物模型的診斷標(biāo)準(zhǔn),最好是國(guó)家級(jí)的標(biāo)準(zhǔn),而這個(gè)標(biāo)準(zhǔn)正是中醫(yī)證候動(dòng)物模型專家知識(shí)與經(jīng)驗(yàn)的積累。知識(shí)表達(dá)具有清晰性,表示模式簡(jiǎn)單有效,便于對(duì)中醫(yī)證候動(dòng)物模型進(jìn)行評(píng)價(jià)推理和對(duì)知識(shí)庫(kù)的搜索。

3.2 應(yīng)具有知識(shí)獲取能力

知識(shí)獲取能力包括對(duì)中醫(yī)證候動(dòng)物模型癥狀較好的采集(通過(guò)數(shù)據(jù)和觀察兩種方法),知識(shí)錄入的良好的人機(jī)界面以及高性能的知識(shí)編輯器。

3.3 應(yīng)具有知識(shí)推理能力

中醫(yī)證候動(dòng)物模型評(píng)價(jià)專家系統(tǒng)的求解策略和推理思維應(yīng)與動(dòng)物實(shí)驗(yàn)中具體推理思維過(guò)程盡可能一致。其推理策略主要是尋找最佳的模糊識(shí)別方式,建立最佳的數(shù)學(xué)模型進(jìn)行動(dòng)物模型評(píng)價(jià)。

3.4 應(yīng)具有咨詢 解釋能力

要求中醫(yī)證候動(dòng)物模型評(píng)價(jià)專家系統(tǒng)運(yùn)用知識(shí)表示模式所表示的知識(shí)的過(guò)程易于被人們接受,即知識(shí)操作的過(guò)程能被計(jì)算機(jī)跟蹤和表達(dá),并可以在屏幕上顯示出來(lái)。

3.5 應(yīng)具有一定的人工智能功能

這也是專家系統(tǒng)研制過(guò)程中最有難度和最有價(jià)值的功能。只有實(shí)現(xiàn)了自學(xué)習(xí)、自適應(yīng)、自組織的人工智能功能,專家系統(tǒng)才能最大程度的模型專家進(jìn)行科學(xué)評(píng)價(jià),同時(shí)根據(jù)動(dòng)物實(shí)驗(yàn)的實(shí)際情況智能地對(duì)數(shù)學(xué)模型、參數(shù)進(jìn)行修改,使其日趨完善。

4 中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)專家系統(tǒng)的關(guān)鍵技術(shù)環(huán)節(jié)

4.1 四診癥狀收集與數(shù)據(jù)轉(zhuǎn)化

中醫(yī)通過(guò)望、聞、問(wèn)、切四診收集癥狀進(jìn)行診斷,中醫(yī)證候動(dòng)物模型的診斷也不例外,在望診上觀察方法與臨床一致,只是在具體表現(xiàn)和語(yǔ)言描述上需結(jié)合動(dòng)物的特點(diǎn)。中醫(yī)聞診包括嗅覺(jué)和聽(tīng)覺(jué)。在證候動(dòng)物模型的診斷中由于動(dòng)物實(shí)驗(yàn)條件標(biāo)準(zhǔn)化的特點(diǎn)聞診一般可不用。隨著研究的深入和生物學(xué)、計(jì)算機(jī)技術(shù)的發(fā)展也可考慮應(yīng)用生物膜換能器進(jìn)行此方面的研究。在問(wèn)診方面臨床中如飲食、二便等問(wèn)診內(nèi)容在動(dòng)物實(shí)驗(yàn)中可通過(guò)觀察、測(cè)量等方法直接收集到,且信息的準(zhǔn)確度高于臨床。實(shí)驗(yàn)動(dòng)物舌診可通過(guò)觀察進(jìn)行[2],也可通過(guò)掃描電鏡觀察[3],還可以應(yīng)用高精度彩色全息照相技術(shù)進(jìn)行研究。脈診可通過(guò)測(cè)脈搏,如脾陰虛的數(shù)脈,也可通過(guò)壓力傳感器采集的脈象圖等方法。四診癥狀收集工作需要不斷探索并依賴于其它相關(guān)學(xué)科技術(shù)的進(jìn)一步發(fā)展?？梢园阉脑\和運(yùn)用現(xiàn)代技術(shù)手段收集到的信息分為兩類,一類是通過(guò)觀察得到的癥狀,通過(guò)語(yǔ)言來(lái)描述其程度的不同。一類則通過(guò)儀器測(cè)得,通過(guò)數(shù)據(jù)來(lái)描述。

4.2 隸屬函數(shù)選擇與權(quán)重值 截集λ值的設(shè)定

中醫(yī)證候動(dòng)物模型癥狀評(píng)價(jià)中有一類評(píng)價(jià)指標(biāo)如體重變化值、肛溫變化值是以數(shù)值的形式表示,就要求建立合理的隸屬函數(shù)。因此隸屬函數(shù)及系數(shù)應(yīng)在實(shí)驗(yàn)過(guò)程中不段調(diào)整以達(dá)到最佳。權(quán)重值也應(yīng)隨著實(shí)驗(yàn)樣本數(shù)的增大進(jìn)行調(diào)整使其更為合理。λ值本身就是一個(gè)動(dòng)態(tài)值因此又稱浮動(dòng)閥值。但在動(dòng)物實(shí)驗(yàn)中可根據(jù)實(shí)際情況相對(duì)穩(wěn)定。以上幾個(gè)因素的初始值確立應(yīng)主要根據(jù)實(shí)驗(yàn)觀察結(jié)果在中醫(yī)理論指導(dǎo)下確立。初始值確立后一方面隨實(shí)驗(yàn)樣本數(shù)的增大進(jìn)行調(diào)整,比如通過(guò)訓(xùn)練迭代法。另外可通過(guò)專家系統(tǒng)自身的自學(xué)習(xí)功能進(jìn)行調(diào)整。

4.3 人工智能的實(shí)現(xiàn)

人工神經(jīng)網(wǎng)絡(luò)[1]是模擬人腦功能建立的,采用分布式記憶存儲(chǔ)法和大規(guī)模并行處理方式,并且具有自組織、自學(xué)習(xí)和自適應(yīng)能力,適合處理連續(xù)的、模擬的、模糊的和隨機(jī)的信號(hào)。而B(niǎo)―P神經(jīng)網(wǎng)絡(luò)是多層誤差回傳網(wǎng)絡(luò),是目前在生物控制、文字處理、語(yǔ)音理解與合成、圖像模式識(shí)別及問(wèn)題分類診斷中廣泛應(yīng)用的技術(shù)。是利用大量已知樣本來(lái)訓(xùn)練網(wǎng)絡(luò)各層之間(輸入層、輸出層及隱含層)的連接權(quán),通過(guò)自學(xué)得出最佳的模式分類器。

5 討 論

專家系統(tǒng)是一個(gè)綜合性很強(qiáng)的邊緣學(xué)科。在醫(yī)學(xué)專家系統(tǒng)的研制過(guò)程中,必需有醫(yī)學(xué)領(lǐng)域的專家、計(jì)算機(jī)程序設(shè)計(jì)專家等多學(xué)科人員參加,才能研制出高水平的專家系統(tǒng)。一個(gè)專家系統(tǒng)也是一個(gè)計(jì)算機(jī)程序,因此它同傳統(tǒng)程序的程序設(shè)計(jì)和實(shí)現(xiàn)方面有許多共同的特征,也需要經(jīng)過(guò)對(duì)相應(yīng)的領(lǐng)域知識(shí)的分析、總體模塊設(shè)計(jì)、編寫(xiě)程序、調(diào)試、維護(hù)和完善等階段,在各個(gè)階段也會(huì)用到與開(kāi)發(fā)傳統(tǒng)程序相同的一些技術(shù)和手段。但是,專家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序,它在知識(shí)獲取、知識(shí)推理等方面又與傳統(tǒng)程序有明顯的不同。中醫(yī)證候動(dòng)物模型評(píng)價(jià)專家系統(tǒng)實(shí)質(zhì)是將模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)科學(xué)結(jié)合起來(lái),又可稱為人工智能網(wǎng)絡(luò)、模糊控制等,這方面的工作還有待于進(jìn)一步的探索。

參考文獻(xiàn)

[1] 馬斌榮.中醫(yī)專家系統(tǒng)與中醫(yī)知識(shí)庫(kù)―中醫(yī)領(lǐng)域計(jì)算機(jī)軟件的開(kāi)發(fā)與應(yīng)用[M].北京:北京出版社,1997:8.

篇10

[關(guān)鍵詞]科技突破；智能機(jī)器人

中圖分類號(hào)：TP242 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2017）16-0098-01

前言

電源《她》就是這樣一部探討人和科技建立起親密關(guān)系主題的電影。這部電影引起了科技界的熱議。電影里的男主角西奧多在人生最失意和孤獨(dú)的時(shí)候，愛(ài)上了他的電腦和手機(jī)智能操作系統(tǒng)OS1。這個(gè)虛擬系統(tǒng)化身一個(gè)有著自我學(xué)習(xí)能力的聰明女性，名叫薩曼莎。她就像蘋(píng)果手機(jī)里的Siri，可以和西奧多聊天并為他處理各種郵件、日程安排。逐漸地，西奧多發(fā)現(xiàn)自己愛(ài)上了薩曼莎，因?yàn)樗侨绱说挠哪L(fēng)趣，兩人的情感交流自然親密。她又會(huì)不會(huì)在生活中存在呢。

1 智能系統(tǒng)代替人

科技本著解決人類難題的使命創(chuàng)造出了這樣聰明的智能系統(tǒng)，以滿足孤獨(dú)者的情感寄托需求。但世界真的會(huì)因?yàn)橐粋€(gè)無(wú)所不能的智能系統(tǒng)就充滿幸福嗎？而是她其實(shí)僅僅是由一串代碼制造出來(lái)的虛擬服務(wù)。而這并不符合人類在付出真實(shí)感情時(shí)所期待的回報(bào)。不要把你的生活難題統(tǒng)統(tǒng)拋給科技來(lái)解決。這個(gè)信號(hào)并不僅僅存在于電影中。更重要的是，即使記憶消失，也并不意味人類就能遠(yuǎn)離曾經(jīng)犯下的錯(cuò)誤。一般人以為一切都能回到過(guò)去時(shí)，但是發(fā)現(xiàn)現(xiàn)實(shí)不像她想象中美好，因?yàn)檫@個(gè)以前的人不可能帶來(lái)那種真實(shí)的不可捉摸的變化。這些所刻畫(huà)的技術(shù)都是因解決人類的痛苦而誕生，無(wú)論是幫助需求者逃避問(wèn)題還是創(chuàng)造一個(gè)不會(huì)制造問(wèn)題的智能人?？蛇^(guò)于依賴技術(shù)的結(jié)果就是它太容易讓我們?cè)诒砻嫔蠑[脫困難，卻失去了痛苦反思時(shí)的成長(zhǎng)。

2 現(xiàn)在的智能系統(tǒng)

阿爾法圍棋（AlphaGo）是一款圍棋人工智能程序，由谷歌（Google）旗下DeepMind公司的戴維?西爾弗、艾佳?黃和戴密斯?哈薩比斯與他們的團(tuán)隊(duì)開(kāi)發(fā)，這個(gè)程序利用“價(jià)值網(wǎng)絡(luò)”去計(jì)算局面，用“策略網(wǎng)絡(luò)”去選擇下子。

阿爾法圍棋（AlphaGo）的主要工作原理是“深度學(xué)習(xí)”?！吧疃葘W(xué)習(xí)”是指多層的人工神經(jīng)網(wǎng)絡(luò)和訓(xùn)練它的方法。一層神經(jīng)網(wǎng)絡(luò)會(huì)把大量矩陣數(shù)字作為輸入，通過(guò)非線性激活方法取權(quán)重，再產(chǎn)生另一個(gè)數(shù)據(jù)集合作為輸出。這就像生物神經(jīng)大腦的工作機(jī)理一樣，通過(guò)合適的矩陣數(shù)量，多層組織鏈接一起，形成神經(jīng)網(wǎng)絡(luò)“大腦”進(jìn)行精準(zhǔn)復(fù)雜的處理，就像人們識(shí)別物體標(biāo)注圖片一樣。經(jīng)過(guò)過(guò)濾，13 個(gè)完全連接的神經(jīng)網(wǎng)絡(luò)層產(chǎn)生對(duì)它們看到的局面判斷。這些層能夠做分類和邏輯推理。這些網(wǎng)絡(luò)通過(guò)反復(fù)訓(xùn)練來(lái)檢查結(jié)果，再去校對(duì)調(diào)整參數(shù)，去讓下次執(zhí)行更好。

僅僅是外觀出挑并不能令PowerEgg成為一款“黑科技產(chǎn)品”，其獨(dú)有“super easy control”易用操控功能是重點(diǎn)加分項(xiàng)。這款體感遙控器為無(wú)人機(jī)小白用戶，甚至女性和兒童，大開(kāi)方便之門。包括紅外+可見(jiàn)光一體掛載的四旋翼無(wú)人機(jī)、可在海拔6000米工作的無(wú)人直升機(jī)、可連續(xù)飛行12小時(shí)的固定翼無(wú)人機(jī)等。臻迪旗下設(shè)有多個(gè)海內(nèi)外研發(fā)機(jī)構(gòu)，研發(fā)范圍涉及無(wú)人機(jī)編隊(duì)算法及服務(wù)、消費(fèi)級(jí)智能機(jī)器人等領(lǐng)域

Atlas機(jī)器人由美國(guó)波士頓動(dòng)力公司為主開(kāi)發(fā)，和由美國(guó)國(guó)防部國(guó)防高等研究計(jì)劃署（DARPA）的資助和監(jiān)督，專為各種搜索及拯救任務(wù)而設(shè)計(jì)，Atlas是世界上最精密的機(jī)器人之一，借助于四肢和身軀的傳感器維持身體平衡，再加上頭部的激光雷達(dá)和立體視覺(jué)傳感器幫助導(dǎo)航和避障，Atlas已經(jīng)能夠適應(yīng)戶外和室內(nèi)的環(huán)境。它不僅被設(shè)計(jì)能夠行走、取物，并且能夠在戶外穿越嚴(yán)酷地形，使用手腳攀爬。在人工智能的幫助下，Atlas能夠第一時(shí)間作出反應(yīng)：爬起來(lái)、撿起來(lái)等動(dòng)作。

百度無(wú)人駕駛車包括高精度地圖、定位、感知、智能決策與控制四大模塊。

百度自主采集和制作的高精度地圖記錄完整的三維道路信息，能在厘米級(jí)精度實(shí)現(xiàn)車輛定位。同時(shí)，百度無(wú)人駕駛車依托國(guó)際領(lǐng)先的交通場(chǎng)景物體識(shí)別技術(shù)和環(huán)境感知技術(shù)，實(shí)現(xiàn)高精度車輛探測(cè)識(shí)別、跟蹤、距離和速度估計(jì)、路面分割、車道線檢測(cè)。

Oculus Rift是一款為電子游戲設(shè)計(jì)的頭戴式顯示器。它將虛擬現(xiàn)實(shí)接入游戲中，使得玩家們能夠身臨其境，對(duì)游戲的沉浸感大幅提升。已經(jīng)很可能改變將來(lái)的游戲方式，讓科幻大片中描述的美好前景距離我們又近了一步。雖然最初是為游戲打造，但是Oculus已經(jīng)決心將Rift應(yīng)用到更為廣泛的領(lǐng)域，包括觀光、電影、醫(yī)藥、建筑、空間探索以及戰(zhàn)場(chǎng)上。Oculus Rift這款設(shè)備很可能改變未來(lái)人們游戲的方式。 Oculus Rift具有兩個(gè)目鏡，每個(gè)目鏡的分辨率為 640×800，雙眼的視覺(jué)合并之后擁有 1280×800 的分辨率。并且具有陀螺儀控制的視角是這款游戲產(chǎn)品一大特色，這樣一來(lái)，體驗(yàn)的沉浸感大幅提升。

3 結(jié)論

中國(guó)智能市場(chǎng)有規(guī)模最大、影響最廣、專業(yè)性最強(qiáng)的品牌展會(huì)，回歸現(xiàn)實(shí)卻發(fā)現(xiàn)一個(gè)不爭(zhēng)的事實(shí)，科技創(chuàng)新20年未迎大變革。產(chǎn)品做足科技感。我們不缺市場(chǎng)，缺的是人才。機(jī)器人等其他領(lǐng)域是個(gè)跨學(xué)科行業(yè)，包括機(jī)械工程、人工智能等，中國(guó)機(jī)器人產(chǎn)業(yè)要發(fā)展，要加強(qiáng)相關(guān)人才培養(yǎng)，另一方面緊盯核心零部件研發(fā)和生產(chǎn)，在基礎(chǔ)研究、工藝等方面多下功夫。

參考文獻(xiàn)

[1] 王遐.隨車起重機(jī)行業(yè)掃描[J].工程機(jī)械與維修，2006（3）：68-71

[2] 王金諾，于蘭峰.起重運(yùn)輸機(jī)金屬結(jié)構(gòu)[M].北京：中國(guó)鐵道出版社，2002

[3] 盧章平，張艷.不同有限元分析網(wǎng)格的轉(zhuǎn)化[J].機(jī)械設(shè)計(jì)與研究，2009（6）：10-14

[4] 朱秀娟.有限元分析網(wǎng)格劃分的關(guān)鍵技巧[J].機(jī)械工程與自動(dòng)化，2009（1）：185-18