時間：2023-07-25 09:25:06
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗(yàn)，特別為您篩選了11篇人工智能發(fā)展前景范文。如果您需要更多原創(chuàng)資料，歡迎隨時與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識！
一、人工智能的定義
“人工智能”(ArtificialIntelligence)一詞最初是在1956年Dartmouth學(xué)會上提出的。人工智能是指研究、開發(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)的一門新的技術(shù)科學(xué)。人工智能是計算機(jī)科學(xué)的一個分支，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。目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計算機(jī)，人工智能的發(fā)展歷史是和計算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。
人工智能理論進(jìn)入21世紀(jì)，正醞釀著新的突破，人工智能的研究成果將能夠創(chuàng)造出更多更高級的智能“制品”，并使之在越來越多的領(lǐng)域超越人類智能，人工智能將為發(fā)展國民經(jīng)濟(jì)和改善人類生活做出更大貢獻(xiàn)。
二、人工智能的應(yīng)用領(lǐng)域
1.在管理系統(tǒng)中的應(yīng)用
(1)人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率，而是用計算機(jī)實(shí)現(xiàn)人們非常需要做，但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。在《談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用》一文中劉玉然指出把人工智能應(yīng)用于企業(yè)管理中，以數(shù)據(jù)管理和處理為中心，圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個主題數(shù)據(jù)庫，而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫來建立和運(yùn)行。換句話說，就是將企業(yè)各部門的數(shù)據(jù)進(jìn)行統(tǒng)一集成管理，搭建人工智能的應(yīng)用平臺，使之成為企業(yè)管理與決策中的關(guān)鍵因子。
(2)智能教學(xué)系統(tǒng)(ITS)是人工智能與教育結(jié)合的主要形式，也是今后教學(xué)系統(tǒng)的發(fā)展方向。信息技術(shù)的飛速發(fā)展以及新的教學(xué)系統(tǒng)開發(fā)模式的提出和不斷完善，推動人們綜合運(yùn)用超媒體技術(shù)、網(wǎng)絡(luò)基礎(chǔ)和人工智能技術(shù)區(qū)開發(fā)新的教學(xué)系統(tǒng)，計算機(jī)智能教學(xué)系統(tǒng)就是其中的典型代表。計算機(jī)智能教學(xué)系統(tǒng)包含學(xué)生模塊、教師模塊，體現(xiàn)了教學(xué)系統(tǒng)開發(fā)的全部內(nèi)容，擁有著不可比擬的優(yōu)勢和極大的吸引力。
2.在工程領(lǐng)域的應(yīng)用
(1)醫(yī)學(xué)專家系統(tǒng)是人工智能和專家系統(tǒng)理論和技術(shù)在醫(yī)學(xué)領(lǐng)域的重要應(yīng)用，具有極大的科研和應(yīng)用價值，它可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問題，作為醫(yī)生診斷、治療的輔助工具。事實(shí)上，早在1982年，美國匹茲堡大學(xué)的Miller就發(fā)表了著名的作為內(nèi)科醫(yī)生咨詢的Internist2Ⅰ內(nèi)科計算機(jī)輔助診斷系統(tǒng)的研究成果，由此，掀起了醫(yī)學(xué)智能系統(tǒng)開發(fā)與應(yīng)用的。目前，醫(yī)學(xué)智能系統(tǒng)已通過其在醫(yī)學(xué)影像方面的重要作用，從而應(yīng)用于內(nèi)科、骨科等多個醫(yī)學(xué)領(lǐng)域中，并在不斷發(fā)展完善中。
(2)地質(zhì)勘探、石油化工等領(lǐng)域是人工智能的主要作用發(fā)揮領(lǐng)地。1978年美國斯坦福國際研究所就研發(fā)制成礦藏勘探和評價專家系統(tǒng)“PROSPECTOR”，該系統(tǒng)用于勘探評價、區(qū)域資源估值和鉆井井位選擇等，是工業(yè)領(lǐng)域的首個人工智能專家系統(tǒng)，其發(fā)現(xiàn)了一個鉬礦沉積，價值超過1億美元。
3.在技術(shù)研究中的應(yīng)用
(1)在超聲無損檢測(NDT)與無損評價(NDE)領(lǐng)域中，目前主要廣泛采用專家系統(tǒng)方法對超聲損傷(UT)中缺陷的性質(zhì)、形狀和大小進(jìn)行判斷和歸類；專家運(yùn)用超聲無損檢測儀器，以其高精度的運(yùn)算、控制和邏輯判斷力代替大量人的體力與腦力勞動，減少了任務(wù)因素造成的無擦，提高了檢測的可靠性，實(shí)現(xiàn)了超聲檢測和評價的自動化、智能化。
(2)人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展，網(wǎng)絡(luò)技術(shù)的安全是我們關(guān)心的重點(diǎn)，因此我們必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的改進(jìn)和變更，大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的AI技術(shù)，開發(fā)更高級AI通用和專用語言，和應(yīng)用環(huán)境以及開發(fā)專用機(jī)器，而與人工智能技術(shù)則為我們提供了可能性。
三、人工智能的發(fā)展方向
1.專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個研究領(lǐng)域，它是一種具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗(yàn)的程序系統(tǒng)。近年來，在“專家系統(tǒng)”或“知識工程”的研究中已出現(xiàn)了成功和有效應(yīng)用人工智能技術(shù)的趨勢。人類專家由于具有豐富的知識，所以才能達(dá)到優(yōu)異的解決問題的能力。那么計算機(jī)程序如果能體現(xiàn)和應(yīng)用這些知識，也應(yīng)該能解決人類專家所解決的問題，而且能幫助人類專家發(fā)現(xiàn)推理過程中出現(xiàn)的差錯，現(xiàn)在這一點(diǎn)已被證實(shí)。
2.智能信息檢索技術(shù)的飛速發(fā)展。人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用，主要表現(xiàn)在:(1)如何利用計算機(jī)軟硬件系統(tǒng)模仿、延伸與擴(kuò)展人類智能的理論、方法和技術(shù)。(2)由于網(wǎng)絡(luò)知識信息既包括規(guī)律性的知識，如一般原理概念，也包括大量的經(jīng)驗(yàn)知識這些知識不可避免地帶有模糊性、隨機(jī)性、不可靠性等不確定性因素對其進(jìn)行推理，需要利用人工智能的研究成果。
3.SOAr是一種通用智能體系結(jié)構(gòu)，其始終處在人工智能研究的前沿，已顯示出強(qiáng)大的問題求解能力，它認(rèn)為機(jī)器人的開發(fā)是人工智能應(yīng)用的重要領(lǐng)域。在它的研究中突出4個概念:(1)所處的境遇機(jī)器人不涉及抽象的描述，而是處在直接影響系統(tǒng)的行為的境地。(2)具體化機(jī)器人有軀干，有直接來自周圍世界的經(jīng)驗(yàn)，他們的感官起作用后會有反饋。(3)智能的來源不僅僅是限于計算裝置，也是由于與周圍進(jìn)行交互的動態(tài)決定。(4)浮現(xiàn)從系統(tǒng)與周圍世界的交互以及有時候系統(tǒng)的部件間的交互浮現(xiàn)出智能。目前，國內(nèi)外不少學(xué)者都對機(jī)器人足球系統(tǒng)頗感興趣，足球機(jī)器人涉及機(jī)器人學(xué)、人工智能以及人工生命、智能控制等多個領(lǐng)域。足球機(jī)器人系統(tǒng)本身既是一個典型的多智能體系統(tǒng)，是一個多機(jī)器人協(xié)作自治系統(tǒng)，同時又為它們的理論研究和模型測試提供一個標(biāo)準(zhǔn)的實(shí)驗(yàn)平臺。
參考文獻(xiàn)：
[1]元慧.議當(dāng)代人工智能的應(yīng)用領(lǐng)域和發(fā)展?fàn)顩r[J].福建電腦，2008.
[2]劉玉然.談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用[J].價值工程，2003.
[3]焦加麟，徐良賢，戴克昌.人工智能在智能教學(xué)系統(tǒng)中的應(yīng)用[J].計算機(jī)仿真，2003，(8).
[4]周明正.人工智能在醫(yī)學(xué)專家系統(tǒng)中的應(yīng)用[J].科技信息，2007.
[5]張海燕，劉鎮(zhèn)清.人工智能及其在超聲無損檢測中的應(yīng)用[J].無損檢測，2001，(8).
中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A
0.引言
2016年3月15日，備受矚目的“人機(jī)大戰(zhàn)”終于落下帷幕，最終Google公司開發(fā)的“AlphaGo”以4∶1戰(zhàn)勝了韓國九段棋手李世h。毫無疑問，這是人工智能歷史上一個具有里程碑式的大事件。大家一致認(rèn)為，人工智能已經(jīng)上升到了一個新的高度。
這次勝利與1997年IBM公司的“深藍(lán)”戰(zhàn)勝國際象棋世界冠軍卡斯帕羅不同。主要表現(xiàn)在兩個方面：
（1）AlphaGo的勝利并非僅僅依賴強(qiáng)悍的計算能力和龐大的棋譜數(shù)據(jù)庫取勝，而是AlphaGo已經(jīng)擁有了深度學(xué)習(xí)的能力，能夠?qū)W習(xí)已經(jīng)對弈過的棋盤，并在練習(xí)和實(shí)戰(zhàn)中不斷學(xué)習(xí)和積累經(jīng)驗(yàn)。
（2）圍棋比國際象棋更加復(fù)雜，圍棋棋盤有361個點(diǎn)，其分支因子無窮無盡，19×19格圍棋的合法棋局?jǐn)?shù)的所有可能性是冪為171的指數(shù)，這樣的計算量相當(dāng)巨大。英國圍棋聯(lián)盟裁判托比表示：“圍棋是世界上最為復(fù)雜的智力游戲，它簡單的規(guī)則加深了棋局的復(fù)雜性”。因此，進(jìn)入圍棋領(lǐng)域一直被認(rèn)為是目前人工智能的最大挑戰(zhàn)。
簡而言之，AlphaGo取得勝利的一個很重要的方面就是它擁有強(qiáng)大的“學(xué)習(xí)”能力。深度學(xué)習(xí)是源于人工神經(jīng)網(wǎng)絡(luò)的研究，得益于大數(shù)據(jù)和互聯(lián)網(wǎng)技術(shù)。本文就從人工智能的發(fā)展歷程與現(xiàn)狀入手，在此基礎(chǔ)上分析了人工智能的未來發(fā)展前景。
1.人工智能的發(fā)展歷程
AlphaGo的勝利表明，人工智能發(fā)展到今天，已經(jīng)取得了很多卓越的成果。但是，其發(fā)展不是一帆風(fēng)順的，人工智能是一個不斷進(jìn)步，并且至今仍在取得不斷突破的學(xué)科?；仡櫲斯ぶ悄艿陌l(fā)展歷程，可大致分為孕育、形成、暗淡、知識應(yīng)用和集成發(fā)展五大時期。
孕育期：1956年以前，數(shù)學(xué)、邏輯、計算機(jī)等理論和技術(shù)方面的研究為人工智能的出現(xiàn)奠定了基礎(chǔ)。德國數(shù)學(xué)家和哲學(xué)家萊布尼茨把形式邏輯符號化，奠定了數(shù)理邏輯的基礎(chǔ)。英國數(shù)學(xué)家圖靈在1936年創(chuàng)立了自動機(jī)理論（亦稱圖靈機(jī)），1950年在其著作《計算機(jī)與智能》中首次提出“機(jī)器也能思維”，被譽(yù)為“人工智能之父”。總之，這些人為人工智能的孕育和產(chǎn)生做出了巨大的貢獻(xiàn)。
形成期：1956年夏季，在美國達(dá)特茅斯大學(xué)舉辦了長達(dá)2個多月的研討會，熱烈地討論用機(jī)器模擬人類智能的問題。該次會議首次使用了“人工智能”這一術(shù)語。這是人類歷史上第一次人工智能研討會，標(biāo)志著人工智能學(xué)科的誕生。其后的十幾年是人工智能的黃金時期。在接下來的幾年中，在眾多科學(xué)家的努力下，人工智能取得了矚目的突破，也在當(dāng)時形成了廣泛的樂觀思潮。
暗淡期：20世紀(jì)70年代初，即使最杰出的AI程序也只能解決問題中最簡單的部分，發(fā)展遇到瓶頸也就是說所有的AI程序都只是“玩具”，無法解決更為復(fù)雜的問題。隨著AI遭遇批評，對AI提供資助的機(jī)構(gòu)也逐漸停止了部分AI的資助。資金上的困難使得AI的研究方向縮窄，缺少了以往的自由探索。
知識應(yīng)用期：在80年代，“專家系統(tǒng)”（Expect System）成為了人工智能中一個非常主流的分支?！皩＜蚁到y(tǒng)”是一種程序，為計算機(jī)提供特定領(lǐng)域的專門知識和經(jīng)驗(yàn)，計算機(jī)就能夠依據(jù)一組從專門知識中推演出的邏輯規(guī)則在某一特定領(lǐng)域回答或解決問題。不同領(lǐng)域的專家系統(tǒng)基本都是由知識庫、數(shù)據(jù)庫、推理機(jī)、解釋機(jī)制、知識獲取等部分組成。
集成發(fā)展期：得益于互聯(lián)網(wǎng)的蓬勃發(fā)展、計算機(jī)性能的突飛猛進(jìn)、分布式系統(tǒng)的廣泛應(yīng)用以及人工智能多分支的協(xié)同發(fā)展，人工智能在這一階段飛速發(fā)展。尤其是隨著深度學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)研究的不斷深入，人工智能在近幾十年中取得了長足的進(jìn)步，取得了令人矚目的成就。
人工智能發(fā)展到今天，出現(xiàn)了很多令人矚目的研究成果。AlphaGo的勝利就是基于這些研究成果的一個里程碑。當(dāng)前人工智能的研究熱點(diǎn)主要集中在自然語言處理、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)等領(lǐng)域。
2.人工智能l展現(xiàn)狀與前景
人工智能當(dāng)前有很多重要的研究領(lǐng)域和分支。目前，越來越多的AI項(xiàng)目依賴于分布式系統(tǒng)，而當(dāng)前研究的普遍熱點(diǎn)則集中于自然語言處理、機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)等領(lǐng)域。
自然語言處理：自然語言處理（Natural Language Processing，簡稱NLP），是語言學(xué)與人工智能的交叉學(xué)科，其主要功能就是實(shí)現(xiàn)讓機(jī)器明白人類的語言，這需要將人類的自然語言轉(zhuǎn)化為計算機(jī)能夠處理的機(jī)器語言。
自然語言處理主要包括詞法分析、句法分析和語義分析三大部分。詞法分析的核心就是分詞處理，即單詞的邊界處理。句法分析就是對自然語言中句子的結(jié)構(gòu)、語法進(jìn)行分析如辨別疑問句和感嘆句等。而語義分析則注重情感分析和整個段落的上下文分析，辨別一些字詞在不同的上下文定的語義和情感態(tài)度。
當(dāng)前自然語言的處理主要有兩大方向。一種是基于句法-語義規(guī)則的理性主義理論，該理論認(rèn)為需要為計算機(jī)制定一系列的規(guī)則，計算機(jī)在規(guī)則下進(jìn)行推理與判斷。因此其技術(shù)路線是一系列的人為的語料建設(shè)與規(guī)則制定。第二種是基于統(tǒng)計學(xué)習(xí)的經(jīng)驗(yàn)主義理論，這種理論在最近受到普遍推崇。該理論讓計算機(jī)自己通過學(xué)習(xí)并進(jìn)行統(tǒng)計推斷的方式不停地從數(shù)據(jù)中“學(xué)習(xí)”語言，試圖刻畫真實(shí)世界的語言現(xiàn)象，從數(shù)據(jù)中統(tǒng)計語言的規(guī)律。
機(jī)器學(xué)習(xí)：機(jī)器學(xué)習(xí)（Machine Learning）是近20年來興起的人工智能一大重要領(lǐng)域。其主要是指通過讓計算機(jī)在數(shù)據(jù)中自動分析獲得規(guī)律，從而獲取“自我學(xué)習(xí)”的能力，并利用規(guī)律對未知數(shù)據(jù)進(jìn)行判斷和預(yù)測的方法。
機(jī)器學(xué)致可以分為有監(jiān)督的學(xué)習(xí)和無監(jiān)督的學(xué)習(xí)。有監(jiān)督的學(xué)習(xí)是從給定的訓(xùn)練數(shù)據(jù)集中練出一個函數(shù)和目標(biāo)，當(dāng)有新的數(shù)據(jù)到來時，可以由訓(xùn)練得到函數(shù)預(yù)測目標(biāo)。有監(jiān)督的學(xué)習(xí)要求訓(xùn)練集同時有輸入和輸出，也就是所謂的特征和目標(biāo)。而依據(jù)預(yù)測的結(jié)果是離散的還是連續(xù)的，將有監(jiān)督的學(xué)習(xí)分為兩大問題，即統(tǒng)計分類問題和回歸分析問題。統(tǒng)計分類的預(yù)測結(jié)果是離散的，如腫瘤是良性還是惡性等；而回歸分析問題目標(biāo)是連續(xù)的，如天氣、股價等的預(yù)測。
無監(jiān)督學(xué)習(xí)的訓(xùn)練集則沒有人為標(biāo)注的結(jié)果，這就需要計算機(jī)去發(fā)現(xiàn)數(shù)據(jù)間的聯(lián)系并用來分類等。一種常見的無監(jiān)督學(xué)習(xí)是聚類分析（Cluster Analysis），它是將相似的對象通過靜態(tài)分類的方法分成不同的組別或者是特定的子集，讓同一個子集中的數(shù)據(jù)對象都有一些相似的屬性，比較常用的聚類方法是簡潔并快速的“K-均值”聚類算法。它基于K個中心并對距離這些中心最近的數(shù)據(jù)對象進(jìn)行分類。
機(jī)器學(xué)習(xí)還包括如半監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)等類別?？偠灾?，機(jī)器學(xué)習(xí)是研究如何使用機(jī)器來模擬人類學(xué)習(xí)活動的一門學(xué)科，而其應(yīng)用隨著人工智能研究領(lǐng)域的深入也變得越來越廣泛，如模式識別、計算機(jī)視覺、語音識別、推薦算法等領(lǐng)域越來越廣泛地應(yīng)用到了機(jī)器學(xué)習(xí)中。
人工神經(jīng)網(wǎng)絡(luò)：在腦神經(jīng)科學(xué)領(lǐng)域，人們認(rèn)為人類的意識及智能行為，都是通過巨大的神經(jīng)網(wǎng)絡(luò)傳遞的，每個神經(jīng)細(xì)胞通過突出與其他神經(jīng)細(xì)胞連接，當(dāng)通過突觸的信號強(qiáng)度超過某個閾值時，神經(jīng)細(xì)胞便會進(jìn)入激活狀態(tài)，向所連接的神經(jīng)細(xì)胞一層層傳遞信號。于1943年提出的基于生物神經(jīng)元的M-P模型的主要思想就是將神經(jīng)元抽象為一個多輸入單輸出的信息處理單元，并通過傳遞函數(shù)f對輸入x1，x2…，xn進(jìn)行處理并模擬神經(jīng)細(xì)胞的激活模式。主要的傳遞函數(shù)有階躍型、線性型和S型。
在此基礎(chǔ)上，對神經(jīng)網(wǎng)絡(luò)算法的研究又有諸多進(jìn)展。日本的福島教授于1983年基于視覺認(rèn)知模型提出了卷積神經(jīng)網(wǎng)絡(luò)計算模型。通過學(xué)習(xí)訓(xùn)練獲取到卷積運(yùn)算中所使用的卷積系數(shù)，并通過不同層次與自由度的變化，可以得到較為優(yōu)化的計算結(jié)果。而AlphaGo也正是采用了這種深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）模型，提高了AlphaGo的視覺分類能力，也就是所謂的“棋感”，增強(qiáng)了其對全盤決策和把握的能力。
3.人工智能的發(fā)展前景
總體來看，人工智能的應(yīng)用經(jīng)歷了博弈、感知、決策和反饋這幾個里程碑。在以上4個領(lǐng)域中，既是縱向發(fā)展的過程，也是橫向不斷改進(jìn)的過程。
人工智能在博弈階段，主要是實(shí)現(xiàn)邏輯推理等功能，隨著計算機(jī)處理能力的進(jìn)步以及深度學(xué)習(xí)等算法的改進(jìn)，機(jī)器擁有了越來越強(qiáng)的邏輯與對弈能力。在感知領(lǐng)域，隨著自然語言處理的進(jìn)步，機(jī)器已經(jīng)基本能對人類的語音與語言進(jìn)行感知，并且能夠已經(jīng)對現(xiàn)實(shí)世界進(jìn)行視覺上的感知?；诖髷?shù)據(jù)的處理和機(jī)器學(xué)習(xí)的發(fā)展，機(jī)器已經(jīng)能夠?qū)χ車沫h(huán)境進(jìn)行認(rèn)知，例如微軟的Kinect就能夠準(zhǔn)確的對人的肢體動作進(jìn)行判斷。該領(lǐng)域的主要實(shí)現(xiàn)還包括蘋果的Siri，谷歌大腦以及無人駕駛汽車中的各種傳感器等。在以上兩個階段的基礎(chǔ)上，機(jī)器擁有了一定的決策和反饋的能力。無人駕駛汽車的蓬勃發(fā)展就是這兩個里程碑很好的例證。Google的無人駕駛汽車通過各種傳感器對周圍的環(huán)境進(jìn)行感知并處理人類的語言等指令，利用所收集的信息進(jìn)行最后的決策，比如操作方向盤、剎車等。
人工智能已經(jīng)滲透到生活中的各個領(lǐng)域。機(jī)器已經(jīng)能識別語音、人臉以及視頻內(nèi)容等，從而實(shí)現(xiàn)各種人際交互的場景。在醫(yī)學(xué)領(lǐng)域，人工智能可以實(shí)現(xiàn)自動讀片和輔助診斷以及個性化t療和基因排序等功能。在教育領(lǐng)域，機(jī)器也承擔(dān)了越來越多的輔助教育，智能交互的功能。在交通領(lǐng)域，一方面無人車的發(fā)展表明無人駕駛是一個可以期待的未來，另一方面人工智能能夠帶來更加通暢和智能的交通。另外人工智能在安防、金融等領(lǐng)域也有非常廣闊的發(fā)展前景?？傊斯ぶ悄茉谝恍┚哂兄貜?fù)性的和具備簡單決策的領(lǐng)域已經(jīng)是一種非常重要的工具，用來幫助人們解決問題，創(chuàng)造價值。
參考文獻(xiàn)
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)展都帶動了工業(yè)生產(chǎn)水平的顯著提升，機(jī)械電子工程通過融入電子技術(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)，同時也降低了對人員操作的依賴性。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)價值逐漸顯露出來，通過機(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)水平來看，雖然我國引進(jìn)了國外標(biāo)準(zhǔn)生產(chǎn)線，但生產(chǎn)能力與市場需求相比還較為落后。
1.2技術(shù)特點(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)等多個領(lǐng)域，雖然在設(shè)計環(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)計過程中，通常采用從上至下的設(shè)計策略，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人工智能的三個發(fā)展階段及發(fā)展前景
2.1三個發(fā)展階段
截止到目前為止，人工智能歷經(jīng)了三個發(fā)展階段，在其技術(shù)萌芽階段，人工智能發(fā)展緩慢，但是在這一階段為人工智能的后續(xù)發(fā)展積累了大量的寶貴經(jīng)驗(yàn)。第一臺超級計算機(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年開始，隨著人工智能命題的首次提出，人工智能進(jìn)入第一個發(fā)展階段，其基本原理和博弈原理得到證明，解放了技術(shù)思想，為人工智能的后續(xù)發(fā)展提供了強(qiáng)有力的理論支持。1977年，第五屆人工智能會議的成功召開使人工智能進(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)用價值。近年來，人工智能的發(fā)展受到了越來越多的關(guān)注，具有良好的發(fā)展前景。
2.2發(fā)展前景
人工智能以計算機(jī)為依托，不斷延伸自身的智能性，深度挖掘計算機(jī)功能的各種可能，是21世紀(jì)以來最具有發(fā)展前景的學(xué)科之一。人工智能學(xué)科以計算機(jī)技術(shù)為基礎(chǔ)，立足于心理學(xué)、信息論等多個領(lǐng)域知識，吸收了許多其他學(xué)科的特點(diǎn)，同時也推動了其他學(xué)科的更好發(fā)展，是一門極具發(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)用需要以計算機(jī)網(wǎng)絡(luò)系統(tǒng)為依托，因此無法通過其他途徑在機(jī)械電子工程中得到應(yīng)用只有對網(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。而計算機(jī)網(wǎng)絡(luò)系統(tǒng)的運(yùn)行是以數(shù)據(jù)分析和計算為基礎(chǔ)的，一旦在數(shù)據(jù)處理過程中出現(xiàn)問題，就會導(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)計方式，每個模塊的功能特點(diǎn)較為固定，而現(xiàn)代機(jī)械電子工程對其功能的多元化需求不斷提高，一些綜合需要人工智能提供支持。因此，人工智能技術(shù)可以對機(jī)械電子工程進(jìn)行綜合性補(bǔ)充，通過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)通過對人體神經(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)對機(jī)械電子工程各個功能模塊的完整控制，使二者更加完美的結(jié)合。
3.3不穩(wěn)定性處理及精度控制
不穩(wěn)定性是機(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，但這種控制方法無法做到精確控制，因此對不穩(wěn)定性的調(diào)節(jié)能力有限。人工智能技術(shù)以計算機(jī)技術(shù)為基礎(chǔ)，能夠?qū)崿F(xiàn)對數(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
綜上所述，機(jī)械電子工程與人工智能都經(jīng)歷了較為漫長的發(fā)展過程，都整合了大量相關(guān)學(xué)科，具有較強(qiáng)的綜合性。針對于電子機(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].自動化與儀器儀表,2016(02):96-97.
1 機(jī)械電子工程概述
1.1 機(jī)械電子工程的定義
機(jī)械電子工程與其他相關(guān)學(xué)科之間有著緊密的聯(lián)系，結(jié)合了各學(xué)科的優(yōu)點(diǎn)，是一門比較復(fù)雜的綜合性學(xué)科。機(jī)械電子工程以電子、機(jī)械、計算機(jī)技術(shù)為核心，通過科學(xué)合理的設(shè)計將各個模塊優(yōu)點(diǎn)發(fā)揮到最大。雖然機(jī)械電子技術(shù)需要運(yùn)用各方面知識，但是機(jī)械電子產(chǎn)品的內(nèi)部結(jié)構(gòu)并不復(fù)雜，只需要將一些簡單的機(jī)械電子元件按照規(guī)劃進(jìn)行科學(xué)的組合，就可以最大限度的提高產(chǎn)品的性能，減少成本的投入，在提高產(chǎn)品質(zhì)量的同時提高企業(yè)的經(jīng)濟(jì)效益。
1.2 機(jī)械電子工程的發(fā)展
在機(jī)械電子工程發(fā)展的初期，人們并沒有認(rèn)識到機(jī)械電子工程的廣闊的發(fā)展前景，由于缺乏必要的資源支持，機(jī)械電子工程的技術(shù)水平也極低，機(jī)械電子產(chǎn)品主要以手工制作為主，其工業(yè)化水平十分低下，機(jī)械電子工程的發(fā)展受到了極大的限制。隨著機(jī)械電子工程的重要性日益凸顯和其市場需求的擴(kuò)大，人們開始重視對機(jī)械電子工程技術(shù)的開發(fā)，為了進(jìn)一步提高其生產(chǎn)效率，機(jī)械電子工程逐漸實(shí)現(xiàn)在機(jī)械工業(yè)中的應(yīng)用，并獲得了飛速的發(fā)展。隨著機(jī)械電子工程與機(jī)械工業(yè)的結(jié)合，實(shí)現(xiàn)了機(jī)械電子產(chǎn)品的流水線的生產(chǎn)，促進(jìn)了生產(chǎn)水平的提高，提高了生產(chǎn)效率，可以實(shí)現(xiàn)機(jī)械電子產(chǎn)品可以在短時間內(nèi)投入市場。但是目前我國主要引進(jìn)國外的標(biāo)準(zhǔn)生產(chǎn)線，產(chǎn)品的生產(chǎn)模式與我國實(shí)際的生產(chǎn)需求差距很多，生產(chǎn)線本身的靈活性極弱，生產(chǎn)出的產(chǎn)品并不能夠滿足國內(nèi)市場的需求。為了促進(jìn)機(jī)械電子工程的進(jìn)一步發(fā)展，需要結(jié)合我國國內(nèi)市場的實(shí)際需求，將機(jī)械電子工程與人工智能相結(jié)合，充分發(fā)揮機(jī)械電子工程的優(yōu)點(diǎn)，逐步實(shí)現(xiàn)其產(chǎn)業(yè)化與智能化。
2 人工智能概述
2.1 人工智能的學(xué)科定義
人工智能通過計算機(jī)的使用極大的延伸了自身的智能，主要通過對計算機(jī)功能的深入研究得到的一門學(xué)科，這門學(xué)科具有極大的發(fā)展前景，是21世紀(jì)的最重要的學(xué)科之一。計算機(jī)技術(shù)的發(fā)展是人工智能學(xué)科得以發(fā)展的關(guān)鍵，因此計算機(jī)技術(shù)是人工智能學(xué)科的基礎(chǔ)。但是人工智能學(xué)科并不是單一涉及到一門學(xué)科，此外還與信息論、心理學(xué)、控制論等多個學(xué)科存在著交叉關(guān)系，因此，人工智能學(xué)科吸收了其他各個學(xué)科的優(yōu)點(diǎn)，具有極強(qiáng)的發(fā)展?jié)摿Α?/p>
2.2 人工智能的發(fā)展階段
2.2.1 萌芽階段
隨著世界第一臺計算器的誕生標(biāo)志著人工智能研究之路的開始，但是這個階段的發(fā)展十分緩慢，但是這個階段為人工智能的研究積累了大量的經(jīng)驗(yàn)。直到世界第一臺計算機(jī)誕生之后，加快了人工智能研究的角度，依舊沒有取得實(shí)質(zhì)性進(jìn)展。所以這個階段屬于經(jīng)驗(yàn)積累階段，為之后發(fā)展奠定基礎(chǔ)。
2.2.2 第一個發(fā)展階段
1956年“人工智能”命題的提出標(biāo)志著人工智能的發(fā)展進(jìn)入了第一個高峰期。這個階段主要是博弈、和基本原理的證明，這個階段最大的貢獻(xiàn)大大解放了人們的思想，為之后的發(fā)展提供了理論支持。
2.2.3 第二個發(fā)展階段
人工智能第二個發(fā)展階段的標(biāo)志是1977年全球第五屆人工智能會議的召開，經(jīng)過這個會議逐漸促使了人工智能與實(shí)際生產(chǎn)的結(jié)合，使人工智能獲得了一個巨大的飛躍，使其進(jìn)入了知識層面的發(fā)展。
3 機(jī)械電子工程與人工智能的關(guān)系
隨著社會信息化的進(jìn)一步推進(jìn)，為機(jī)械電子工程技術(shù)的發(fā)展帶來了契機(jī)，人工智能的加入為了機(jī)械電子工程的發(fā)展開拓了巨大的發(fā)展空間。傳統(tǒng)的機(jī)械電子系統(tǒng)，缺乏必要的穩(wěn)定性，面對逐漸增多的信息量，單純通過人工的方式進(jìn)行處理顯得力不從心，急需要一種可以處理多種不同類別信息的技術(shù)。在這種情況下人工智能的加入為機(jī)械電子工程的發(fā)展提供了巨大支持。人工智能通過建立相關(guān)模型、控制模型，實(shí)現(xiàn)對信息的處理，最終根據(jù)處理的信息能夠很好的完成故障的診斷。除此之外人工智能使用模糊推力系統(tǒng)和神經(jīng)網(wǎng)絡(luò)系統(tǒng)這兩種方法實(shí)現(xiàn)了對系統(tǒng)的數(shù)據(jù)信息進(jìn)行全面的描述，最終實(shí)現(xiàn)對機(jī)械電子系統(tǒng)的科學(xué)合理的控制。
在人工智能漫長的發(fā)展過程中，每個階段的發(fā)展都十分緩慢，并沒有實(shí)現(xiàn)人工智能的實(shí)質(zhì)性的變革。但是隨著人工智能與機(jī)械電子工程逐漸結(jié)合之后，形成了由量變到質(zhì)變的巨大飛躍，使世界進(jìn)入了機(jī)械電子工程時代。隨著人工智能在機(jī)械電子工程領(lǐng)域的廣泛應(yīng)用，人工智能逐漸形成了神經(jīng)網(wǎng)絡(luò)系統(tǒng)和模糊邏輯系統(tǒng)，通過這兩個系統(tǒng)對人類的思維模式進(jìn)行模擬來解決多變的工程應(yīng)用問題。人工智能在機(jī)械電子工程中的廣泛應(yīng)用過程中逐步完善了自身的缺陷，為自身的發(fā)展提供了一個新的發(fā)展路徑。
首屆世界智能大會6月28日至6月30日在天津舉行。6月29日，馬云、李彥宏、柳傳志等行業(yè)大咖分享了對于人工智能等最新科技的觀點(diǎn)。同時，在開幕式演講中，全國政協(xié)副主席、科技部部長萬鋼透露，最近新一代人工智能發(fā)展規(guī)劃已編制完成，該規(guī)劃對直到2030年的中國人工智能產(chǎn)業(yè)進(jìn)行系統(tǒng)部署，包括與此相關(guān)的人工智能重大科技項(xiàng)目。規(guī)劃將于近日向全社會公布。
點(diǎn)評：公開信息顯示，目前我國人工智能已上升到國家戰(zhàn)略，并于今年3月首次寫入政府工作報告。據(jù)預(yù)測，2020年全球人工智能市場規(guī)模將超過1000億美元，年均增速約為20%，我國人工智能市場規(guī)模也將達(dá)到百億美元量級，年均增速超過50%，行業(yè)發(fā)展前景極為廣闊。近幾年，智能制造被不斷的提及，而隨著互聯(lián)網(wǎng)、智能科技與傳統(tǒng)行業(yè)融合創(chuàng)新發(fā)展，智能科技更是在除制造業(yè)外的，教育、醫(yī)療、農(nóng)業(yè)等各個領(lǐng)域發(fā)揮重要功效。在此基礎(chǔ)上，世界智能大會旨在打造世界級先進(jìn)智能科技成果平臺、創(chuàng)新合作平臺、產(chǎn)業(yè)聚集平臺和投融資對接平臺，展現(xiàn)全球領(lǐng)先的前沿科技新成果。此次大會的專題活動覆蓋了深度學(xué)習(xí)、智能制造、人工智能、智能駕駛、智慧安防等多領(lǐng)域。近期A股市場上，受世界智能大會舉行的利好影響，A股市場人工智能概念板塊表現(xiàn)活躍，關(guān)注標(biāo)的股：科大訊飛、恒生電子、東方網(wǎng)力、佳都科技、工大高新等。
6月份信貸增量以及M2同比增速等成為市場關(guān)注的焦點(diǎn)。對此，機(jī)構(gòu)普遍認(rèn)為，6月份新增信貸增量或超萬億元，M2同比增速或繼續(xù)回落將至9%。華泰證券首席宏觀研究員李超認(rèn)為，5月份信貸增量維持不變的情況下，社融出現(xiàn)了邊際減緩跡象。監(jiān)管趨于嚴(yán)格的背景下，銀行的表外業(yè)務(wù)回歸表內(nèi)將會是未來一大趨勢，同時居民按揭韌性強(qiáng)，融資利率繼續(xù)上行大背景下，銀行也樂于擴(kuò)張表內(nèi)業(yè)務(wù)。6月份這一趨勢將會繼續(xù)延續(xù)，預(yù)計6月份的新增貸款在12000億元左右，與之對應(yīng)的社融新增則在13000億元左右，整個社會融資更多的依賴銀行表內(nèi)貸款。當(dāng)然，也有部分機(jī)構(gòu)較為悲觀。交通銀行金融研究中心近日的報告稱，總體來看，居民房貸的回落以及金融機(jī)構(gòu)主動調(diào)降跨季前資產(chǎn)增速，將很大程度主導(dǎo)6月份貸款增量回落。
施農(nóng)業(yè)是集種植、農(nóng)業(yè)裝備等多領(lǐng)域?yàn)橐惑w的系統(tǒng)工程，是一種在人為可控環(huán)境下進(jìn)行的高效農(nóng)業(yè)生產(chǎn)方式，具有成套的生產(chǎn)技術(shù)、完整的設(shè)施裝備和生產(chǎn)規(guī)范[1]。近幾年，隨著信息技術(shù)的發(fā)展，物聯(lián)網(wǎng)技術(shù)逐漸被應(yīng)用到農(nóng)業(yè)生產(chǎn)和科研中，這是現(xiàn)代農(nóng)業(yè)依托新型信息化應(yīng)用的一次進(jìn)步[2]。本文結(jié)合人工智能研究成果，著重介紹人工智能技術(shù)在設(shè)施農(nóng)業(yè)種植領(lǐng)域方面的應(yīng)用前景，根據(jù)設(shè)施農(nóng)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后3個階段，對現(xiàn)有研究成果進(jìn)行了闡述。
人工智能概述
“人工智能”一詞是1956年在Dartmouth學(xué)會上提出。從那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之?dāng)U展。人工智能（Artificial Intelligence），英文縮寫為AI，它是研究用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的新型科學(xué)技術(shù)[3]。
作為計算機(jī)科學(xué)的一個重要分支，人工智能技術(shù)著眼于探索智能的實(shí)質(zhì)，模擬智能行為，最終制造出能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。著名的美國斯坦福大學(xué)人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關(guān)于知識的學(xué)科，即怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)。”而另一位美國麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何使計算機(jī)去做過去只有人才能做的智能工作?！盄些說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。人工智能自誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域不斷擴(kuò)大，可以設(shè)想，未來應(yīng)用了人工智能的科技產(chǎn)品，將會是人類智慧的“容器”。
隨著人工智能技術(shù)的日益成熟，人們意識到人類已經(jīng)具備了設(shè)計和建造智慧型設(shè)施農(nóng)業(yè)所需的硬件和軟件技術(shù)條件，結(jié)合設(shè)施農(nóng)業(yè)高投入高產(chǎn)出，資金、技術(shù)、勞動力密集型的特點(diǎn)，完成工廠化農(nóng)業(yè)生產(chǎn)已經(jīng)不是夢想[4]。依靠人工智能技術(shù)，作物可以在適宜的溫度、濕度、光照、水肥等設(shè)施環(huán)境下，生產(chǎn)優(yōu)質(zhì)、高產(chǎn)的農(nóng)產(chǎn)品，擺脫對自然環(huán)境的依賴，實(shí)現(xiàn)設(shè)施生產(chǎn)的高度智能化，提高農(nóng)業(yè)生產(chǎn)的效率，降低勞動成本[5]。
人工智能在設(shè)施農(nóng)業(yè)領(lǐng)域的應(yīng)用
人工智能技術(shù)在產(chǎn)前階段的應(yīng)用
在設(shè)施農(nóng)業(yè)產(chǎn)前階段，憑借人工智能技術(shù)可對土壤、灌溉水量需求、作物品種質(zhì)量鑒別等方面做出分析和評估，為農(nóng)民做出科學(xué)指導(dǎo)，對后續(xù)的農(nóng)業(yè)生產(chǎn)起到很好的保障作用。
土壤分析是農(nóng)業(yè)產(chǎn)前階段最重要的工作之一，是實(shí)現(xiàn)定量施肥、宜栽作物選擇、經(jīng)濟(jì)效益分析等工作的重要前提[6]。在土壤分析等農(nóng)業(yè)生產(chǎn)智能分析系統(tǒng)中，應(yīng)用最廣泛的技術(shù)就是人工神經(jīng)網(wǎng)絡(luò)（簡稱ANN）。ANN是模擬人腦神經(jīng)元連接的，由大量簡單處理單元經(jīng)廣泛并互連形成的一種網(wǎng)絡(luò)系統(tǒng)，它可以實(shí)現(xiàn)對人腦系統(tǒng)的簡化、抽象和模擬，具有人腦功能的許多基本特征。目前可以通過該技術(shù)分析土壤性質(zhì)特征，并將其與宜栽作物品種間建立關(guān)聯(lián)模型。土壤性質(zhì)特征的探測主要是借助非侵入性的探地雷達(dá)成像技術(shù)，然后利用神經(jīng)網(wǎng)絡(luò)技術(shù)在無人指導(dǎo)的情況下對土壤進(jìn)行分類研究，進(jìn)而建立起土壤類別與宜栽作物的關(guān)聯(lián)關(guān)系；土壤表層的黏土含量也可通過人工智能方法預(yù)測，該技術(shù)通過分析電磁感應(yīng)土壤傳感器獲取的信號，使用深度加權(quán)方法從中提取土壤表層質(zhì)地信息，然后使用ANN預(yù)測土壤表層的黏土含量。
傳統(tǒng)農(nóng)業(yè)對灌溉用水的使用量往往依靠經(jīng)驗(yàn)，無法根據(jù)環(huán)境變化進(jìn)行精確調(diào)節(jié)，對多目標(biāo)灌溉規(guī)劃問題也無能為力。人工智能技術(shù)可幫助人們選擇合適的水源對作物進(jìn)行灌溉，保證作物用水量，大大減輕灌溉問題對作物產(chǎn)量造成的不良影響。在美國，有專家研制出一個隱層的反饋前向ANN模型和一個位于科羅拉多州地區(qū)阿肯色河流域的消費(fèi)使用模型，使用它們可勘察區(qū)域氣候變化對灌溉用水供應(yīng)和需求可能產(chǎn)生的影響。在灌溉項(xiàng)目研究中，為了選擇最好的折中灌溉規(guī)劃策略，還可基于多目標(biāo)線性規(guī)劃優(yōu)化，利用神經(jīng)網(wǎng)絡(luò)將非支配的灌溉規(guī)劃策略加以分類，將這些策略分為若干個小類別。結(jié)果表明，在對多目標(biāo)灌溉規(guī)劃問題加以建模時，綜合模型方法是有效的。
人工智能技術(shù)在產(chǎn)中階段的應(yīng)用
在設(shè)施農(nóng)業(yè)產(chǎn)中階段，主要應(yīng)用是農(nóng)業(yè)專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)、農(nóng)業(yè)機(jī)器人等。這些技術(shù)能夠幫助農(nóng)民更科學(xué)地種植農(nóng)作物并對溫室大棚進(jìn)行合理的管理，指導(dǎo)農(nóng)民科學(xué)種植，提高作物產(chǎn)量。這些人工智能技術(shù)的使用推進(jìn)了農(nóng)業(yè)現(xiàn)代化的發(fā)展，提高了農(nóng)業(yè)生產(chǎn)的效率，使農(nóng)業(yè)生產(chǎn)更加機(jī)械化、自動化、規(guī)范化。
專家系統(tǒng)是指應(yīng)用于某一專門領(lǐng)域，擁有該領(lǐng)域相當(dāng)數(shù)量的專家級知識，能模擬專家的思維，能達(dá)到專家級水平，能像專家一樣解決困難和復(fù)雜問題的計算機(jī)（軟件）系統(tǒng)。國際上農(nóng)業(yè)專家系統(tǒng)的研究始于20世紀(jì)70年代末期的美國，1983年日本千葉大學(xué)研制出MTCCS（番茄病蟲害診斷專家系統(tǒng)），到了20世紀(jì)80年代中期，農(nóng)業(yè)專家系統(tǒng)不再是單一的病蟲害診斷系統(tǒng)，美國、日本、中國等國家也相繼轉(zhuǎn)向開發(fā)涉及農(nóng)業(yè)生產(chǎn)管理、經(jīng)濟(jì)分析、生態(tài)環(huán)境等方面的農(nóng)業(yè)專家系統(tǒng)。農(nóng)業(yè)科研人員把人工智能中的專家系統(tǒng)技術(shù)應(yīng)用到農(nóng)業(yè)生產(chǎn)中，開發(fā)出了農(nóng)業(yè)專家系統(tǒng)。它可代替農(nóng)業(yè)專家走進(jìn)生產(chǎn)溫室，在各地區(qū)具體指導(dǎo)農(nóng)民科學(xué)種植農(nóng)作物，這是科技普及的一項(xiàng)重大突破。
在設(shè)施生產(chǎn)中可以使用機(jī)器人來代替農(nóng)民進(jìn)行作物采收，不僅可以降低勞動成本，也可以提高工作效率。Wolfgang Heinemann等人研發(fā)出的具有獨(dú)特設(shè)計結(jié)構(gòu)的采收機(jī)器人，該機(jī)器人可以在無需人類干擾的情況下自動采收白蘆筍。為了保證機(jī)器人能夠精確行進(jìn)，它使用了2個獨(dú)立的速度控制輪和級聯(lián)控制結(jié)構(gòu)（其中包含了一個內(nèi)部的定位誤差控制器和一個外部的橫向偏置控制器）。借助PID算法①，機(jī)器人系統(tǒng)可以分析自己的運(yùn)動軌跡，優(yōu)化驅(qū)動電機(jī)的控制參數(shù)，保證系統(tǒng)能夠穩(wěn)定自主的運(yùn)行。
在中國，應(yīng)用人工智能技術(shù)的智能雜草識別噴霧系統(tǒng)已經(jīng)得到了長足發(fā)展。圖像分析系統(tǒng)通過分析田間圖像的顏色模型，根據(jù)色差分量②顏色特征實(shí)現(xiàn)雜草實(shí)時識別，并基于Canny算子對識別到的雜草進(jìn)行邊緣檢測，提取其特征參數(shù)，配合超生測距等技術(shù)可以精確控制噴頭位置及用藥量[7]。該技術(shù)的應(yīng)用可以大大提高除草劑的經(jīng)濟(jì)性，對保護(hù)環(huán)境也大有益處。
人工智能技術(shù)在產(chǎn)后階段的應(yīng)用
人工智能技術(shù)在設(shè)施農(nóng)業(yè)產(chǎn)后階段也有相當(dāng)多的應(yīng)用前景。
在農(nóng)產(chǎn)品分類方面人工智能技術(shù)能提供很好的支持。張嘏偉[8]等提出了一種基于圖像識別的番茄分類方法，該方法根據(jù)番茄的表面缺陷、顏色、形狀和大小，使用遺傳算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)對番茄進(jìn)行分類，并與BP訓(xùn)練神經(jīng)網(wǎng)絡(luò)③進(jìn)行了比較。結(jié)果表明，遺傳算法在訓(xùn)練次數(shù)和準(zhǔn)確性上都具有優(yōu)勢。謝靜[9]等對圖像識別分類中的圖像預(yù)處理方法進(jìn)行了研究，包括圖像噪聲去除方法、圖像分割方法、邊緣提取方法等。提出了使用改進(jìn)的canny算法④和當(dāng)量直徑法相結(jié)合來檢測水果大小的新思路，并使用模糊聚類方法處理gabor濾波器提取水果表面缺陷特征，對水果表面缺陷進(jìn)行了分類。
隨著社會的發(fā)展，人民生活水平的提高，廣大消費(fèi)者及國家都對食品安全問題越來越重視，農(nóng)產(chǎn)品質(zhì)量檢測方法也在不斷進(jìn)步。圖像識別、電子鼻等技術(shù)都應(yīng)用在了農(nóng)產(chǎn)品檢測中。李洪濤[10]等利用人工嗅覺裝置，模擬人的嗅覺形成過程分析、識別和檢測農(nóng)產(chǎn)品在腐敗過程中釋放的不同特征氣體。其制作了小型化的傳感器陣列并利用半導(dǎo)體制冷片搭建了一個PID溫度控制系統(tǒng)，保證傳感器正常工作的溫度及濕度。在當(dāng)前技術(shù)的發(fā)展下，科學(xué)家們以彩色計算機(jī)視覺系統(tǒng)為重要技術(shù)手段，綜合運(yùn)用圖像處理、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模擬退火算法以及決策樹、專家系統(tǒng)等人工智能領(lǐng)域的技術(shù)，研究出了眾多實(shí)現(xiàn)農(nóng)產(chǎn)品品質(zhì)檢測和自動分級的新方法。
草莓、葡萄等農(nóng)產(chǎn)品很容易破損和受傷，依靠人工采摘和搬運(yùn)，不僅增加了勞動成本，也影響農(nóng)產(chǎn)品采摘后的品質(zhì)。結(jié)合磁流變（MR）流體技術(shù)，工程師們設(shè)計出了一種可用于搬運(yùn)農(nóng)產(chǎn)品的磁機(jī)器人手爪，該手爪經(jīng)過精確設(shè)計，可以搬運(yùn)胡蘿卜、草莓、西蘭花和葡萄等不同形狀食品，而且不會在食物表面留下任何淤痕和凹陷。為了讓機(jī)器人手爪更為快速、準(zhǔn)確地工作，在磁流變手爪的基礎(chǔ)上結(jié)合力傳感技術(shù)開發(fā)出了更為靈活、智能的新型手爪。該手爪可在410～530 ms內(nèi)抓握50～700 g重量的農(nóng)作物，還能顯著減少細(xì)菌的交叉感染。
人工智能發(fā)展前景
近年來，人工智能技術(shù)已經(jīng)取得了長足的進(jìn)步，語音識別、自然語言識別、計算機(jī)視覺、自動推理、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)以及機(jī)器人學(xué)都在蓬勃發(fā)展。人工智能的未來就是在智能感知的前提下，結(jié)合大數(shù)據(jù)技術(shù)自主學(xué)習(xí)，橢人們做出決策、代替重復(fù)性工作。在農(nóng)業(yè)方面出現(xiàn)全天候全自動平臺，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的全自動化[11]。物聯(lián)網(wǎng)技術(shù)在設(shè)施農(nóng)業(yè)中已經(jīng)得到普及，在溫室大棚中的大量智能傳感器是機(jī)器感知的基礎(chǔ)，而感知則是智能實(shí)現(xiàn)的前提之一，通過感知，農(nóng)業(yè)數(shù)據(jù)源源不斷地匯集在一起。云計算的發(fā)展為大數(shù)據(jù)存儲和大規(guī)模并行計算提供了可能[12]，而數(shù)據(jù)則是機(jī)器學(xué)習(xí)的書本。設(shè)施農(nóng)業(yè)是物聯(lián)網(wǎng)、云計算、人工智能三大技術(shù)結(jié)合應(yīng)用的領(lǐng)域之一，它們的結(jié)合顛覆了傳統(tǒng)農(nóng)業(yè)生產(chǎn)方式。
面對眾多的新技術(shù)、新成果，把它們投入到生產(chǎn)中去才是關(guān)鍵。如何讓技術(shù)能夠適應(yīng)中國復(fù)雜的農(nóng)業(yè)生產(chǎn)環(huán)境，同時還要面對不同知識水平的用戶，這些都是人工智能技術(shù)、云計算技術(shù)等高新技術(shù)在農(nóng)業(yè)生產(chǎn)中所面臨的問題。設(shè)施農(nóng)業(yè)高產(chǎn)出高投入的特點(diǎn)，正適合應(yīng)用這些新技術(shù)，這樣既可以讓新技術(shù)有實(shí)踐的機(jī)會，又可以讓其他涉農(nóng)用戶對新技術(shù)有直觀的感知，這對技術(shù)進(jìn)步和技術(shù)推廣都很有幫助[13]。
人工智能技術(shù)雖然前景光明，但其應(yīng)用的研究才剛剛起步，離目標(biāo)還很遠(yuǎn)。未來，人工智能技術(shù)可以更好地為人們服務(wù)，改善人們的生活，并帶來巨大的社會和經(jīng)濟(jì)效益[14]。在人工智能的引領(lǐng)下，農(nóng)業(yè)已邁入數(shù)字和信息化的嶄新時代，借助其技術(shù)優(yōu)勢來提高農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)效益，是全面實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)現(xiàn)代化、智能化、信息化的必由之路。
參考文獻(xiàn)
[1]李雪，肖淑蘭，趙文忠，等.信息技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用分析[J].東北農(nóng)業(yè)大學(xué)學(xué)報，2008，39（3）：125-128.
[2]施連敏，陳志峰，蓋之華，等.物聯(lián)網(wǎng)在智慧農(nóng)業(yè)中的應(yīng)用[J].農(nóng)機(jī)化研究，2013（6）：250-252.
[3]劉現(xiàn)，鄭回勇，施能強(qiáng)，等.人工智能在農(nóng)業(yè)生產(chǎn)中的應(yīng)用進(jìn)展[J].福建農(nóng)業(yè)學(xué)報，2013，28（6）：609-614.
[4]姜芳，曾碧翼.設(shè)施農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的應(yīng)用探討與發(fā)展建議[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2013（5）：10-12.
[5]陳超，張敏，宋吉軒，等.我國設(shè)施農(nóng)業(yè)現(xiàn)狀與發(fā)展對策分析[J].河北農(nóng)業(yè)科學(xué)，2008，12（11）：99-101.
[6]鄒承俊.物聯(lián)網(wǎng)技術(shù)在蔬菜溫室大棚生產(chǎn)中的應(yīng)用[J].物聯(lián)網(wǎng)技術(shù)，2013（8）：18-24.
[7]石禮娟.基于可見光/近紅外光譜的稻米質(zhì)量快速無損檢測研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2011.
[8]張嘏偉.計算機(jī)視覺系統(tǒng)在番茄品質(zhì)識別與分類中的研究[D].保定：河北農(nóng)業(yè)大學(xué)，2005.
[9]謝靜.基于計算機(jī)視覺的蘋果自動分級方法研究[D].合肥：安徽農(nóng)業(yè)大學(xué)，2011.
[10]李洪濤.基于農(nóng)產(chǎn)品品質(zhì)檢測的專用電子鼻系統(tǒng)的設(shè)計與研究[D].杭州：浙江大學(xué)，2010.
[11]張震，劉學(xué)瑜.我國設(shè)施農(nóng)業(yè)發(fā)展現(xiàn)狀與對策[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2015（5）：64-70.
人工智能經(jīng)過60年的發(fā)展，經(jīng)歷了不同的發(fā)展階段，在50年代末60年代初，當(dāng)時的預(yù)測是，2020年上個世紀(jì)末機(jī)器人可能達(dá)到人的水平，到目前來看我們已經(jīng)取得了很大的進(jìn)步。當(dāng)時看似不切實(shí)際的期望，后來有了初步的進(jìn)展，進(jìn)而研討如何使得人工智能更加有活力，后來發(fā)現(xiàn)還是應(yīng)該與應(yīng)用相結(jié)合，因此才有了各種發(fā)展歷程。到了70年代，開創(chuàng)了人工智能新應(yīng)用的局面，解決了一些大的問題，后來也經(jīng)歷過低迷的發(fā)展期。今天，人工智能進(jìn)入了蓬勃發(fā)展期，這是我個人對于人工智能近60年的劃分，可以劃分為六個階段。
回顧人工智能60年的發(fā)展，我總結(jié)了五點(diǎn)啟示。第一，聽起來好像是高大上的說法，任何一個學(xué)科發(fā)展都有規(guī)律，尊重學(xué)科的發(fā)展規(guī)律是科學(xué)技術(shù)發(fā)展的前提。第二，基礎(chǔ)研究是科技可持續(xù)發(fā)展的基石，這是顯而易見的。第三，應(yīng)用需求是科技創(chuàng)新的不竭之源。沒有各種專家的出現(xiàn)，不可能有70年代到80年代人工智能的發(fā)展。第四，學(xué)科交叉是創(chuàng)新突破的捷徑，第五，寬容失敗，創(chuàng)新應(yīng)該寬容，因?yàn)閯?chuàng)新不可能每次都成功。這是我回顧60年人工智能發(fā)展得到的啟示。所以盡管人工智能近60年的發(fā)展道路非常曲折和坎坷，但是發(fā)展到今天無論是理論創(chuàng)新還是各種應(yīng)用，尤其是今天，應(yīng)該說精彩紛呈。其實(shí)現(xiàn)在大家用的手機(jī)都有人工智能，所以人工智能發(fā)展前景非常好。人工智能的發(fā)展現(xiàn)狀
第一，互聯(lián)網(wǎng)和大數(shù)據(jù)推動人工智能已經(jīng)進(jìn)入了新的春天，這是現(xiàn)狀。所以大數(shù)據(jù)對人工智能既有取巧，又提供了深度學(xué)習(xí)所需要的眾多數(shù)據(jù)，通俗的講就是人類學(xué)習(xí)的越多，見的越多，創(chuàng)新就會越多，機(jī)器學(xué)習(xí)也是一樣。
第二，有人把大數(shù)據(jù)比喻成石油，我覺得不太貼切，只是原油加汽油。大數(shù)據(jù)本身并沒有價值，只有通過深加工以后才能升值。如果不對大數(shù)據(jù)進(jìn)行及時處理，它就會起負(fù)作用。怎么處理，我認(rèn)為人工智能是對互聯(lián)網(wǎng)大數(shù)據(jù)的一個破解。人工智能是新的發(fā)展，內(nèi)部都有科學(xué)發(fā)展規(guī)律。專業(yè)人工智能突破，我把專業(yè)人工智能定義為面向特定領(lǐng)域的人工智能，比如說它就是圖像識別，或者用來識別語音，這個領(lǐng)域的知識比較豐富，功能需求比較單一，發(fā)展會很好。
除了人工智能還有智能控制技術(shù)。比如自動化、Google的無人駕駛汽車。智能機(jī)器人用的是語音識別，語音技術(shù)，他們說中文，英文、少數(shù)民族語都沒問題。語言方面，會說、會聽、語音翻譯、理解。視覺方面也不錯，人臉識別，這還是好幾年的CS系統(tǒng)，甚至把燈關(guān)了，它的識別效果也不錯。人臉識別現(xiàn)在比較火，前不久馬云在德國說用人臉識別來刷臉支付。當(dāng)然不是說人臉識別不好，有時候雙胞胎識別不了，兒子和父親也區(qū)別不開。
第三，通用人工智能依然任重道遠(yuǎn)。人工智能機(jī)器很難說比人還聰明，人的大腦既可以識別圖像，也可以識別聽音樂和語音。既可以擦地、拖地，也可以擦桌子，一腦同用?，F(xiàn)有的人工智能系統(tǒng)，可以說有智能沒智慧。智慧是比智能更高的、有悟性的。有智商沒有情商，對任何情感沒有察覺。
第四，人工智能產(chǎn)業(yè)化應(yīng)用蓬勃發(fā)展，短短5年時間內(nèi)，在這個領(lǐng)域的投資已將近1900多萬美元，這個領(lǐng)域好找工作。
第五，企業(yè)巨頭搶灘布局人工智能產(chǎn)業(yè)鏈，大家都在找前景，說明它很火。
第六，人工智能已經(jīng)上升到國家戰(zhàn)略高度。德國工業(yè)4.0是2013年提出來的，它的主題就是三個智能，智能工場、智能工業(yè)、智能布局。
第七，人工智能的社會影響已引起廣泛關(guān)注，被認(rèn)為是本世紀(jì)最偉大的科學(xué)家之一――霍金，他說人工智能或?qū)⑼{人類生存。他是人工智能最直接的受益者。因?yàn)樯眢w的原因，他的發(fā)聲完全通過語音合成。
人工智能的發(fā)展趨勢
第一，人工智能將使原來的不能變?yōu)榭赡?，人類社會形態(tài)從農(nóng)業(yè)社會進(jìn)入工業(yè)社會到信息社會是三個階段，下一階段進(jìn)入更高的系統(tǒng)就是智能系統(tǒng)。這是引領(lǐng)，是人類文明發(fā)展的趨勢，也是社會形態(tài)的發(fā)展方向，所以我認(rèn)為人工智能將是大勢所趨。
第二，人工智能引領(lǐng)機(jī)器革命。第一次機(jī)器革命是大數(shù)據(jù)。第二次機(jī)器革命是拓展。
第三，人工智能將重塑產(chǎn)業(yè)格局。這是大的發(fā)展趨勢。“智能+X”將成為萬眾創(chuàng)新的時尚和潮流。
第四，人工智能將對社會結(jié)構(gòu)產(chǎn)生重大影響，人機(jī)協(xié)作與共存將成為人類社會結(jié)構(gòu)的新常態(tài)。
第五，人工智能將促進(jìn)信息科技與腦認(rèn)知科學(xué)的深度交叉。對人腦進(jìn)一步的挖掘和發(fā)現(xiàn)，這里面孕育著信息科技的重大變革。
第六，人工智能將與人類智能互補(bǔ)融合，人工智能和人類智能僅一字之差，混合智能將在未來有廣闊的應(yīng)用前景，或者說混合智能是未來智能科學(xué)的發(fā)展方向。
最后，人工智能社會學(xué)將提上議事日程。水能載舟，亦能覆舟，甚至有的時候是魔鬼，走的好把握的好了魔鬼就不會出現(xiàn)。盡管在我們看到的未來人工智能還難以超越人類，但是它對人類社會影響反響很大，這是大的科技革命。
中圖分類號：TM73 文獻(xiàn)標(biāo)識碼：A
電力電網(wǎng)調(diào)度系統(tǒng)對電力系統(tǒng)而言是至關(guān)重要的，在電力系統(tǒng)初具雛形時，由于科技落后，電力電網(wǎng)調(diào)度系統(tǒng)不是智能的，是由工作人員通過打電話的方法了解各個電力站的運(yùn)行狀況，如果發(fā)現(xiàn)電力站的運(yùn)行發(fā)生異常狀況，就會憑借工作人員的經(jīng)驗(yàn)，對發(fā)生的異常狀況進(jìn)行處理?，F(xiàn)如今，科技水平不斷發(fā)展，自動化技術(shù)也不斷地更新，電力電網(wǎng)的智能調(diào)度系統(tǒng)在電力系統(tǒng)中也得到了應(yīng)用，并取得了一定的成效。與傳統(tǒng)電網(wǎng)系統(tǒng)相比，電力電網(wǎng)的智能調(diào)度系統(tǒng)不是孤立存在的，它是一個實(shí)時動態(tài)的系統(tǒng)，可以有效地進(jìn)行分析和調(diào)控電力系統(tǒng)，當(dāng)電力站發(fā)生故障時，電力電網(wǎng)的智能調(diào)度系統(tǒng)可以更加精準(zhǔn)和及時地對故障分析和處理，更加快捷方便，可以更全面地了解電力電網(wǎng)的運(yùn)行狀況。
一、電力電網(wǎng)智能調(diào)度系統(tǒng)概述
（一）電網(wǎng)調(diào)度系統(tǒng)自動化的現(xiàn)狀和前景
在科學(xué)技術(shù)不斷發(fā)展的今天，電網(wǎng)調(diào)度系統(tǒng)已由最初單純獲取電力系統(tǒng)的數(shù)據(jù)轉(zhuǎn)換為全面了解電力電網(wǎng)的運(yùn)行狀況，成為了能量管理系統(tǒng)。雖然我國科學(xué)技術(shù)水平在不斷的發(fā)展，但是技術(shù)理論仍然不是很先進(jìn)，導(dǎo)致電網(wǎng)調(diào)度系統(tǒng)的自動化和智能化程度仍然不是很高。因此，如何更好地運(yùn)用現(xiàn)代科學(xué)技術(shù)，完善電力電網(wǎng)的智能調(diào)度系統(tǒng)，使電力電網(wǎng)的智能調(diào)度系統(tǒng)更加高效便捷，實(shí)現(xiàn)真正的智能，這將是電力系統(tǒng)的未來趨勢。
（二）電力電網(wǎng)系統(tǒng)智能調(diào)度的概念
電力電網(wǎng)系統(tǒng)智能調(diào)度就是指調(diào)度系統(tǒng)可以對電力系統(tǒng)的電網(wǎng)的每個狀態(tài)進(jìn)行自動獲取，綜合了解其中的變化，協(xié)助電力調(diào)度員的管理，使電力調(diào)度員操作更加便捷精準(zhǔn)，便于獲取最好的方案，從而保證電網(wǎng)的安全運(yùn)作。電力電網(wǎng)系統(tǒng)智能調(diào)度系統(tǒng)的功能不單單是基礎(chǔ)的電力系統(tǒng)的穩(wěn)態(tài)分析，在電力系統(tǒng)發(fā)生突如其來的故障時還應(yīng)該具有一定的分析功能，可以及時幫助電力調(diào)度員解決故障，并且還應(yīng)該可以兼容日益發(fā)展的運(yùn)行系統(tǒng)。新型的電力電網(wǎng)系統(tǒng)智能系統(tǒng)比如今使用于電力系統(tǒng)中的調(diào)度系統(tǒng)更加復(fù)雜，更加龐大。新型的電力電網(wǎng)系統(tǒng)智能系統(tǒng)不單單需要電力系統(tǒng)中各個系統(tǒng)相互獨(dú)立，卻有相互統(tǒng)一，各個系統(tǒng)間可以互相幫助，除此之外，還要求新型的電力電網(wǎng)系統(tǒng)智能系統(tǒng)有兼容第三方軟件的能力，該系統(tǒng)的最終構(gòu)架應(yīng)該是一種開放式的軟件體系。
二、 人工智能在電網(wǎng)調(diào)度系統(tǒng)中的應(yīng)用
（一）人工智能的概念
人工智能又名機(jī)器智能，融合了計算機(jī)科學(xué)、數(shù)理邏輯、控制論、信息論、神經(jīng)生物學(xué)以及語言學(xué)等多門學(xué)科的知識理論，最終發(fā)展而成的一門綜合性學(xué)科。人工智能的主要目標(biāo)就是運(yùn)用人類的智慧，使計算機(jī)系統(tǒng)日益的先進(jìn)，逐漸使計算機(jī)系統(tǒng)表現(xiàn)出人類的一些基本智能行為?？茖W(xué)家進(jìn)行了大量的科研實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，人工智能技術(shù)發(fā)展的速度也越來越快，已經(jīng)廣泛地應(yīng)用與各行各業(yè)，并發(fā)揮了顯著的效果。不可否認(rèn)，人工智能必將是未來的發(fā)展趨勢。
（二）人工智能系統(tǒng)方法分類
二十世紀(jì)八十年代初，人工智能技術(shù)剛剛崛起，不斷地應(yīng)用于電力系統(tǒng)以及電力系統(tǒng)的相關(guān)行業(yè)中，主要原因如下：
1電力系統(tǒng)在當(dāng)時那個年代就已經(jīng)擁有了很大的規(guī)模，數(shù)據(jù)處理十分的繁瑣，并且系統(tǒng)要求動態(tài)實(shí)時性，憑借當(dāng)時的計算機(jī)水平根本沒有辦法快速獲取計算結(jié)果，嚴(yán)重拖累了電力系統(tǒng)的工作效率。
2電力系統(tǒng)的非線性根本沒有辦法憑借當(dāng)時的計算機(jī)水平建立出精確的線性數(shù)學(xué)模型。
3由于當(dāng)時科學(xué)技術(shù)水平不是很發(fā)達(dá)，大多數(shù)人對電力系統(tǒng)不是十分了解最終導(dǎo)致電力系統(tǒng)行業(yè)中存在很多模棱兩可的問題。
4由于當(dāng)時科學(xué)技術(shù)水平不是很發(fā)達(dá)，很多電力系統(tǒng)的專家只能根據(jù)自己的經(jīng)驗(yàn)對電力系統(tǒng)進(jìn)行分析，根本無法運(yùn)用精確的數(shù)學(xué)進(jìn)行描述。與傳統(tǒng)的計算不同，人工智能算法是以解決知識中所存在的問題的方法為基礎(chǔ)，解決了傳統(tǒng)計算方法的缺點(diǎn)。因此，人工智能應(yīng)用于實(shí)際的電力系統(tǒng)中是十分必要的。
（三）人工智能在電網(wǎng)調(diào)度系統(tǒng)中的應(yīng)用以及方法：
1 專家系統(tǒng)
在二十世紀(jì)六十年代，專家系統(tǒng)作為人工智能在電網(wǎng)調(diào)度系統(tǒng)中的應(yīng)用的重要分支開始興起，專家系統(tǒng)顧名思義，這個系統(tǒng)擁有極其接近人類思維模式的智能系統(tǒng)，可以很好地進(jìn)行分析和推理，就猶如一些擁有豐富經(jīng)驗(yàn)和淵博知識的專家，在特定的區(qū)域里憑借區(qū)域內(nèi)固有的數(shù)據(jù)庫對問題進(jìn)行合理的分析，最終提出適當(dāng)?shù)膯栴}解決方案。在專家系統(tǒng)應(yīng)用于電力電網(wǎng)調(diào)度系統(tǒng)中，應(yīng)該包括電網(wǎng)的管理、對電力系統(tǒng)進(jìn)行綜合的監(jiān)測作用、對故障進(jìn)行分析并及時提供解決意見等。
2 人工神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)顧名思義，就是一種類似于人類大腦的神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)可以對給與的信息進(jìn)行適當(dāng)合理的分析，并且處理，最終演變成數(shù)學(xué)模型，人工神經(jīng)網(wǎng)絡(luò)的本身就是對自然界某種算法或者函數(shù)的逼近，也可能是一種邏輯表達(dá)方式。人工智能神經(jīng)網(wǎng)絡(luò)與人類的大腦十分相似，具有一定的自學(xué)和聯(lián)想能力，可以快速地根據(jù)特定的規(guī)律推算出大致的結(jié)果。人工神經(jīng)網(wǎng)絡(luò)已經(jīng)廣泛應(yīng)用于人工電力電網(wǎng)系統(tǒng)的動態(tài)控制與診斷、狀態(tài)數(shù)據(jù)估計等很多的相關(guān)領(lǐng)域，并取得了一定的成效，而其中的人工神經(jīng)網(wǎng)絡(luò)的預(yù)測估計分析技術(shù)已經(jīng)十分的完善。
3 遺傳算法
遺傳算法就是根據(jù)達(dá)爾文生物種族進(jìn)化論中遺傳機(jī)制和自然選擇學(xué)機(jī)理的生物進(jìn)化過程進(jìn)行模擬最終獲取相應(yīng)的計算模型，遺傳算法可以通過模擬自然進(jìn)化過程分析獲取最好的解決方案。具體方法如下：
（1）選取一定數(shù)量的候選集。
（2）根據(jù)一定的條件，計算出這些候選集的應(yīng)用范圍。
（3）根據(jù)計算所得的應(yīng)用范圍適來確定符合應(yīng)用范圍的候選集。
（4）加工處理符合應(yīng)用范圍的候選集，最終形成新的候選集。
在整個遺傳學(xué)算法中，達(dá)爾文自然選擇學(xué)機(jī)理中的“適者生存”一直貫穿始終，遺傳算法憑借自身十分優(yōu)異的計算和處理功能，已經(jīng)廣泛地應(yīng)用于電力電網(wǎng)系統(tǒng)中。
4 Agent技術(shù)
Agent技術(shù)是一種智能計算實(shí)體，在分布式系統(tǒng)中擁有靈活性、主動性、反應(yīng)性、交互性和自主性。Agent體系結(jié)構(gòu)是一種自主行為實(shí)體，單純憑借現(xiàn)今的計算機(jī)水平，很難準(zhǔn)確對Agent體系結(jié)構(gòu)進(jìn)行描述，其大略可分為三種類型，是混合式體系結(jié)構(gòu)、反應(yīng)式體系結(jié)構(gòu)和審慎式體系結(jié)構(gòu)。如今，反應(yīng)式體系結(jié)構(gòu)是其中主要的研究對象，事件處理系統(tǒng)、方法集合和內(nèi)部狀態(tài)集組成了反應(yīng)式體系結(jié)構(gòu)。具備良好適應(yīng)性和開放性的Agent技術(shù)作為在新一代調(diào)度自動化系統(tǒng)，發(fā)展前景不可小視。
對于同類發(fā)電機(jī)組而言，綜合考量其安全性能、經(jīng)濟(jì)效益和環(huán)保指標(biāo)等要素，可以分別表示出機(jī)組的可靠性能R、經(jīng)濟(jì)效益標(biāo)準(zhǔn)E、環(huán)境標(biāo)準(zhǔn)D，以及熱電比例H，依次用a表示其權(quán)值。那么可以得出：I=a*（R+E+D+H），其中每個權(quán)值的和為1。
設(shè)定機(jī)組工作的經(jīng)濟(jì)程度與出力之間的關(guān)系為函數(shù)E（P），那么用來指代系統(tǒng)經(jīng)濟(jì)性能的公式可以表示成：E=E（P max）/ P max。
系統(tǒng)的環(huán)保性指標(biāo)可以用單位排放的污染氣體總量來表示；系統(tǒng)的熱電比是將單位出力表示為熱量數(shù)值，設(shè)定熱電之間轉(zhuǎn)化的關(guān)系函數(shù)H（P），那么可以得出：H=H（P max）/ P max。
（四）Agent技術(shù)的發(fā)展前景
分布式的Agent技術(shù)就是將能量管理系統(tǒng)模塊封裝成Agent，使智能電網(wǎng)調(diào)度擁有更強(qiáng)的自治性和可移植性，從而在一定程度上解決了智能電網(wǎng)調(diào)度的一些問題?，F(xiàn)如今，學(xué)者對人工智能技術(shù)不斷深入地研究，從而使其更加廣泛地應(yīng)用于電力系統(tǒng)中，并取得了一定的效果。在科學(xué)技術(shù)不斷發(fā)展的背景下，Agent技術(shù)一定會擁有更廣闊的前景。
三、 國內(nèi)外電力電網(wǎng)智能調(diào)度系統(tǒng)的研究現(xiàn)狀
在二十世紀(jì)九十年代，Dy-Liacco作為“現(xiàn)代能量控制中心”概念的創(chuàng)始人，十分全面地論述建立了電力電網(wǎng)智能調(diào)度系統(tǒng)的文獻(xiàn)，在文中提到想要解決電力系統(tǒng)中存在的一些問題，應(yīng)該用智能機(jī)器調(diào)度員替代人工調(diào)度員，除此之外，文中還提到要綜合仿真培訓(xùn)和自動學(xué)習(xí)等功能，從而使電力電網(wǎng)自動運(yùn)行。在我國，盧強(qiáng)院士最先提出了“數(shù)字電力系統(tǒng)”的概念，主要講訴的是正常情況下電力電網(wǎng)智能調(diào)度系統(tǒng)對電力系統(tǒng)的監(jiān)管的分析的功能等；華北電力大學(xué)的楊以涵教授則帶領(lǐng)自己的科研組進(jìn)行電力系統(tǒng)的研究，基于“數(shù)字電力系統(tǒng)”的概念，分析電力系統(tǒng)中電網(wǎng)會出現(xiàn)的故障，以及安全方面等進(jìn)行了探討，最終形成了建立以分析和解決電網(wǎng)故障的“調(diào)度機(jī)器人”的思維模式。
結(jié)語
綜上所述，電力電網(wǎng)調(diào)度系統(tǒng)對電力系統(tǒng)而言是至關(guān)重要的，電力電網(wǎng)的智能調(diào)度系統(tǒng)是一個實(shí)時動態(tài)的系統(tǒng)，可以有效地進(jìn)行分析和調(diào)控電力系統(tǒng)，當(dāng)電力站發(fā)生故障時，電力電網(wǎng)的智能調(diào)度系統(tǒng)可以更加精準(zhǔn)和及時地對故障分析和處理，更加快捷方便，可以更全面地了解電力電網(wǎng)的運(yùn)行狀況。本文對電力電網(wǎng)智能調(diào)度系統(tǒng)做了簡單的介紹，對電力電網(wǎng)智能調(diào)度系統(tǒng)的具體應(yīng)用進(jìn)行了探討，希望本文可以給相關(guān)電力電網(wǎng)工作者甚至是研究者帶來一定的參考作用，使電力電網(wǎng)的智能調(diào)度系統(tǒng)更加完善，可以更好地應(yīng)用于電力系統(tǒng)中。
參考文獻(xiàn)
如果說互聯(lián)網(wǎng)金融已經(jīng)開始動搖傳統(tǒng)金融的根基，那么金融科技將徹底顛覆傳統(tǒng)金融的所有領(lǐng)域。圍棋是最復(fù)雜、需要開動最強(qiáng)大腦的比賽，而人工智能卻能輕易戰(zhàn)勝世界冠軍，那么金融領(lǐng)域包括分析師等最高端崗位都可能被人工智能取代。
金融分析師面臨的挑戰(zhàn)
金融數(shù)據(jù)服務(wù)商Kensho創(chuàng)始人預(yù)計，到2026年，有33%～50%的金融業(yè)工作人員會失去工作，他們的工作將被電腦所取代，這其中就包括金融業(yè)高端服務(wù)的金融分析師。而特許金融分析師協(xié)會（CFA協(xié)會）是通過考試來“生產(chǎn)”世界上最權(quán)威、最專業(yè)金融分析師的搖籃。CFA證書是投資從業(yè)者的“黃金標(biāo)準(zhǔn)”。投資從業(yè)者希望通過獲得CFA認(rèn)證，可以更深入地了解市場，獲得更好的工作崗位和更高的薪酬。
如果人工智能替代金融分析師崗位，那么不遠(yuǎn)的將來CFA證書或許將一文不值，CFA協(xié)會也將最終被人工智能金融所淘汰。全球金融分析師包括CFA證書持有者都正面臨空前的危機(jī)。他們的危機(jī)同樣是CFA協(xié)會的危機(jī)。這促使CFA協(xié)會主動出擊，主動擁抱人工智能金融。
CFA協(xié)會將人工智能等內(nèi)容加入考綱，希望持證人能充分利用人工智能指導(dǎo)投資決策。近期，CFA協(xié)會分管資格認(rèn)證的執(zhí)行董事Steve Horan稱，協(xié)會計劃將人工智能、智能投顧以及大數(shù)據(jù)分析方法納入CFA考試大綱，新的知識點(diǎn)將在2019年CFA考試中出現(xiàn)。
CFA考試納入人工智能等內(nèi)容能否起作用
實(shí)際上，即使納入大綱也不一定能夠挽救金融分析師及其組織的命運(yùn)。因?yàn)槿斯ぶ悄懿粌H被引入到金融行業(yè)，而且正在對各行各業(yè)，甚至是有些看似非常高大上的行業(yè)構(gòu)成嚴(yán)重沖擊。我們不妨看幾個例子。
2016年，最熱鬧的事件莫過于谷歌Alpha Go大戰(zhàn)李世石。但不為眾人所知的是，2016年IBM的沃森（Waston）通過閱讀醫(yī)學(xué)文獻(xiàn)，成功救治了一位日本患者。也就是說醫(yī)生這個職業(yè)被人工智能取代的可能也非常大。
法律工作者似乎也不能幸免。摩根大通設(shè)計了一款金融合同解析軟件COIN。這款軟件上線半年多，此前律師和貸款人員每年消耗36萬小時才能完成的工作，如今COIN只需幾秒。
金融數(shù)據(jù)服務(wù)商Kensho的程序可以迅速告知人們，在發(fā)生沖突的時候，石油、貨幣等各類資產(chǎn)，在過往是如何表現(xiàn)的。Kensho開發(fā)的程序做這份工作只需要1分鐘，而分析師們需要40個小時，且這些分析師還拿著35萬～50萬美元的薪水。
目前，歐洲地區(qū)、美國、日本正在研究能夠讀研報、分析研報的沃森，它既能跟蹤市場資訊與價格波動，又能眨眼之間就告訴投資者什么時候買入什么股票。最可怕的是，它不會抱怨，不會要求加薪。
一個報道的描述非常形象：當(dāng)你在吃飯的時候，機(jī)器人在讀研報；當(dāng)你在喝咖啡的時候，機(jī)器人在讀研報。機(jī)器人不會疲憊，不用休息，可以通宵達(dá)旦。對于分析常用的股票估值模型，人工智能用了之后更快，用得更嗜貳
從被動應(yīng)對到主動變革
DOI：10.16640/ki.37-1222/t.2017.07.119
0 簡介
人工智能（（Artificial Intelligence）），它是一門新的技術(shù)科學(xué)，主要用于模擬、延伸以及擴(kuò)展人類的智能的方法、理論、技術(shù)以及應(yīng)用系統(tǒng)。人工智能主要就是對人類的思維、意識的信息過程的合理化的模擬。人工智能它并不是人的智能，但是，它卻能像人那樣的思考，而且也可能會超過人類的智能?？偟恼f來，人工智能研究的一個主要目標(biāo)是使機(jī)器能夠勝任一些復(fù)雜工作。
1 人工智能的運(yùn)用現(xiàn)狀
目前，在很多方面人工智能有著運(yùn)用，其中一個主要表現(xiàn)就是全球人工智能公司數(shù)量在急劇的增加，專家系統(tǒng)在目前來看是在人工智能各領(lǐng)域中最為活躍，且最為有成效的一個領(lǐng)域。它是一類基于知識的系統(tǒng)，并可以解決那些一般僅有專家才能夠解決的復(fù)雜問題。我們這樣定義專家系統(tǒng)：專家系統(tǒng)是一種具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗(yàn)的程序系統(tǒng)，它是基于程序系統(tǒng)依靠人工智能技術(shù)，來模擬人類專家求解復(fù)雜問題的過程，大多情況下，專家系統(tǒng)的水平甚至可以超過人類專家。專家系統(tǒng)的基本結(jié)構(gòu)圖如下圖所示：
2 人工智能的影響
人工智能對經(jīng)濟(jì)的影響：人工智能的的確確會影響到社會、生活、文化的方方面面，特別是對于實(shí)體經(jīng)濟(jì)將來會有巨大的影響。以后，每個行業(yè)幾乎都會產(chǎn)生顛覆性的變化。在人工智能的研究上，中國并不落后，將來的中國一定可以從中獲得非常大的收益。一成功的專家系統(tǒng)可以為它的用戶帶來很明顯的經(jīng)濟(jì)效益。用比較經(jīng)濟(jì)的辦法執(zhí)行任務(wù)而不需要具有經(jīng)驗(yàn)的專家，從而極大地減少開支。專家系統(tǒng)深入各行各業(yè)，帶來巨大的宏觀效益，促進(jìn)了IT網(wǎng)絡(luò)工業(yè)的發(fā)展。
人工智能對文化的影響：在人工智能原理的基礎(chǔ)上，人們通常情況下會應(yīng)用人工智能的概念來描述他們的日常狀態(tài)和求解問題的過程。人工智能可以擴(kuò)大人們知識交流的概念集合，描述我們所見所聞的方法以及描述我們信念的新方法；人工智能技術(shù)為人類的文化生活提供了巨大的便利。如圖像處理技術(shù)必將會對圖形藝術(shù)和社會教育部門等產(chǎn)生深遠(yuǎn)影響。比如現(xiàn)有的智力游戲機(jī)將會發(fā)展成具有更高智能的一種文化娛樂手段。隨著技術(shù)的進(jìn)步，這種影響會越來越明顯地表現(xiàn)出來。當(dāng)然，還有一些影響可能是我們目前難以預(yù)測的。但可以肯定，人工智能將對人類的物質(zhì)文明以及精神文明產(chǎn)生更大的影響。
人工智能對社會的的影響：一方面，AI為人類文化生活提供了一種新的模式。現(xiàn)有的游戲?qū)⒅鸩桨l(fā)展為更高智能的交互式文化娛樂手段，今天，游戲中的人工智能應(yīng)用已經(jīng)深入到各大游戲制造商的開發(fā)中。另一方面，人工智能能夠代替人類進(jìn)行各種腦力勞動，所以，從某種意義上來講，這將會使一部分人失去發(fā)展的機(jī)遇，甚至可能失業(yè)。由于人工智能在科技以及工程中的應(yīng)用，一部分人可能會失去介入信息處理活動的機(jī)會，甚至不得已而改變自己的工作方式；人工智能還可能會威脅到人類的精神。一般人們覺得人類與機(jī)器的區(qū)別就是人類具有感知精神，但如果有一天，這些相信只有人才具有感知精神的人也開始相信機(jī)器能夠思維和創(chuàng)作，那他們就會感到失望，甚至于感到威脅。他們會擔(dān)心：有朝一日，智能機(jī)器的人工智能可能會超過人類的自然智能，從而使人類淪為智能機(jī)器的奴隸。
3 人工智能的發(fā)展趨勢
有機(jī)構(gòu)預(yù)測，2017年人工智能投資將同比增長300%以上，在技術(shù)上將會更迅猛發(fā)展，工控自動化商城的智能語音、智能圖像、自然語言以及深度學(xué)習(xí)等技術(shù)越來越成熟，就像空氣和水一樣將會逐步地滲透到我們的日常生活。行業(yè)專家關(guān)于2017年人工智能的發(fā)展方向主要有以下幾點(diǎn)：（1）機(jī)器學(xué)習(xí)目前正在被應(yīng)用在更復(fù)雜的任務(wù)以及更多領(lǐng)域中，且被更多的人作為挖掘數(shù)據(jù)的方式。無監(jiān)督的學(xué)習(xí)會取得更多進(jìn)展，但也存在很大的挑戰(zhàn)，故在這一方面離人類的能力還是差得很遠(yuǎn)的。計算機(jī)在理解和生成自然語言方面，預(yù)計最先會在聊天機(jī)器人和其他對話系統(tǒng)上落地。 （2）深度學(xué)習(xí)、其他的機(jī)器學(xué)習(xí)、人工智能技術(shù)的混用，是成熟技術(shù)的典型標(biāo)志。將深度學(xué)習(xí)應(yīng)用到醫(yī)療領(lǐng)域中（醫(yī)療圖像、臨床數(shù)據(jù)、基因組數(shù)據(jù)等），各種類型數(shù)據(jù)上的研究以及成果將會大大的增加。 （3）聊天機(jī)器人和自動駕駛汽車可能會取得較大的進(jìn)展，預(yù)計更多人類基準(zhǔn)將會被打破，特別是那些基于視覺以及適合卷積神經(jīng)網(wǎng)絡(luò)的挑戰(zhàn)。而非視覺特征創(chuàng)建和時間感知方法將會變得更加頻繁、更加富有成果。
4 結(jié)論
人工智能是人類長久以來的夢想，同時也是一門富有挑戰(zhàn)性的學(xué)科。盡管人工智能帶來很多問題，但當(dāng)人類堅持把人工智能只用于造福人類，人工智能推動人類社會文明進(jìn)步將毋庸置疑。就像所有的學(xué)科一樣，人工智能也會經(jīng)歷各種挫折，但只要我們有信心、 有毅力，人工智能終將成為現(xiàn)實(shí)，融入到我們生活的方方面面，為我們的生活帶來更大的改變。
參考文獻(xiàn)：
[1]朱祝武.人工智能發(fā)展綜述[J].中國西部科技，2011，10（17）：8-10.
【關(guān)鍵詞】
人工智能；計算機(jī)網(wǎng)絡(luò)技術(shù)；運(yùn)用
引言
到目前為止，我國的很多領(lǐng)域都已經(jīng)開始了人工智能技術(shù)的應(yīng)用，人工智能的技術(shù)應(yīng)用大大方便了我們的生活，同時，也實(shí)現(xiàn)了生產(chǎn)和服務(wù)領(lǐng)域的革新和進(jìn)步，對我國整體的科技進(jìn)步和發(fā)展發(fā)揮了重要作用。
1人工智能簡介
1.1概念
人工智能是在近些年逐步興起和開始被大家熟知的技術(shù)名詞，人工智能主要應(yīng)用在人工模擬操控以及實(shí)現(xiàn)人的智能性擴(kuò)展和延伸，人工智能綜合了相關(guān)領(lǐng)域的智能性技術(shù)、智能操作方法以及智能技術(shù)應(yīng)用，屬于一門綜合性較強(qiáng)的技術(shù)類應(yīng)用科學(xué)。屬于一門獨(dú)立的新型技術(shù)學(xué)科。人工智能主要的應(yīng)用載體為計算機(jī)，通過技術(shù)研究嘗試實(shí)現(xiàn)計算機(jī)實(shí)體發(fā)揮出人的智能，實(shí)現(xiàn)對人的智能性模擬應(yīng)用，智能性延伸和擴(kuò)展。從根本上來講就是尋求高應(yīng)用技能的計算機(jī)，通過科學(xué)的設(shè)計和新型的建造方式實(shí)現(xiàn)計算機(jī)應(yīng)用系統(tǒng)的高智能水平發(fā)揮。人工智能的概念是以人類智能為參考的，主要的應(yīng)用方法是利用人工技術(shù)，通過人類智能行為的計算機(jī)開發(fā)和引入，綜合性研究的科學(xué)載體。近些年來，伴隨著計算機(jī)軟硬件的技術(shù)更新發(fā)展速度不斷加快，計算機(jī)的實(shí)際應(yīng)用速度和效率不斷提高、實(shí)際的資源存儲能力不斷提高，同時，實(shí)際的網(wǎng)絡(luò)技術(shù)普及促使電子類產(chǎn)品價格不斷下降，許多人工無法短時間內(nèi)快速完成的任務(wù)通過計算機(jī)已經(jīng)可以輕松搞定，人工智能也由此擁有了更多的現(xiàn)實(shí)應(yīng)用能力和基礎(chǔ)。目前，我國的人工智能研究主要集中在三個重要領(lǐng)域，其中包括了智能化的接口設(shè)計、智能化的數(shù)據(jù)搜索以及智能化的主體系統(tǒng)研究[1]。
1.2接口技術(shù)研究
為了實(shí)現(xiàn)更加便捷自然的人工智能交流技術(shù)應(yīng)用，智能接口技術(shù)的研究在近些年來越來越受到關(guān)注。數(shù)據(jù)的提煉和有效信息的挖掘技術(shù)需要從大量模糊和隨機(jī)的數(shù)據(jù)中進(jìn)行有效信息提取，從而實(shí)現(xiàn)對潛在和隱含信息中有價值數(shù)據(jù)的搜索和提煉的過程。所以，這一過程就需要搜索的主體具有一定的意念、選擇性能力以及辨識方法，屬于一個智能化的概念主體。同時具有明顯的自主性特征。通過對人類大腦智能化識別以及模糊數(shù)據(jù)處理功能模仿，實(shí)現(xiàn)智能化計算機(jī)的應(yīng)用。未來，人工智能將會在人工神經(jīng)網(wǎng)絡(luò)中進(jìn)一步應(yīng)用和普及，成為未來可具發(fā)展?jié)摿Φ娜骂I(lǐng)域。在人工智能技術(shù)應(yīng)用過程中，包含了語言信息自動處理、定理化的自動證明以及智能化信息檢索和問題解答等等。所以，人工智能應(yīng)用中人機(jī)關(guān)系的變化將會進(jìn)一步對人們生活方式以及生產(chǎn)模式產(chǎn)生重要影響，成為整體信息技術(shù)發(fā)展的新方向和新課題。在新的發(fā)展階段，人工智能也將擁有新的應(yīng)用領(lǐng)域需要出現(xiàn)[2]。
2人工智能在網(wǎng)絡(luò)技術(shù)中的應(yīng)用
在網(wǎng)絡(luò)安全領(lǐng)域，人工智能技術(shù)應(yīng)用也逐步廣泛發(fā)展起來?；ヂ?lián)網(wǎng)信息時代人們的交流和聯(lián)系日益密切起來。人們的生產(chǎn)生活也因此大為便捷。但是，信息交流溝通的便利性加大的同時也必然引起網(wǎng)絡(luò)信息的安全系數(shù)降低，網(wǎng)絡(luò)安全隱患多種多樣。所以，人工智能技術(shù)的網(wǎng)絡(luò)安全維護(hù)應(yīng)用將成為重要的突破口，大大提高網(wǎng)絡(luò)安全系數(shù)，同時實(shí)現(xiàn)網(wǎng)絡(luò)安全性能的提高，對用戶的信息安全進(jìn)行充分保護(hù)。人工智能最突出的特點(diǎn)就是對于不確定性信息以及不可知性信息的理解以及整合能力較高，這些都是可利用在網(wǎng)絡(luò)安全維護(hù)中的重要技術(shù)優(yōu)勢。能夠很好的對入網(wǎng)訪問者進(jìn)行智能識別，提高信息的安全和穩(wěn)定性[3]。同時，人工智能技術(shù)還可以很好的應(yīng)用到計算機(jī)網(wǎng)絡(luò)信息服務(wù)領(lǐng)域中，一般被稱為智能信息處理技術(shù)，通過這一技術(shù)的融合可以有效提高人工智能的個性化任務(wù)設(shè)置，豐富實(shí)用方式，提高綜合服務(wù)水平。在軟件方面，各類新型開發(fā)工具都在不斷應(yīng)用，人工智能的領(lǐng)域化拓展速度不斷加快，在硬件方面，技術(shù)革新帶來了性能的不斷提高，同時價格也在不斷降低。
3結(jié)論
綜上所述，我國的人工智能科學(xué)技術(shù)在很多領(lǐng)域的應(yīng)用已經(jīng)得到了很大的突破，科學(xué)技術(shù)與計算機(jī)網(wǎng)絡(luò)都是在人工智能發(fā)展過程中得到自身應(yīng)用拓展的重要組成。通過以人工智能計算機(jī)網(wǎng)絡(luò)應(yīng)用模式的分析和研究，進(jìn)一步為人工智能的未來發(fā)展提供理論研究和參考價值。
作者：谷世紅 畢然 單位：石家莊信息工程職業(yè)學(xué)院
參考文獻(xiàn)
