數(shù)字經(jīng)濟及人工智能精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的數(shù)字經(jīng)濟及人工智能主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：數(shù)字經(jīng)濟及人工智能范文

關鍵詞：數(shù)字農(nóng)業(yè)；數(shù)據(jù)；人工智能；農(nóng)業(yè)生產(chǎn)

1數(shù)字技術助力傳統(tǒng)農(nóng)業(yè)轉型升級

1．1物聯(lián)網(wǎng)

物聯(lián)網(wǎng)在農(nóng)業(yè)生產(chǎn)環(huán)節(jié)適用較廣，依據(jù)物聯(lián)網(wǎng)的農(nóng)業(yè)提升方案，通過實時采集并分析處理現(xiàn)場數(shù)據(jù)，實現(xiàn)提高農(nóng)業(yè)生產(chǎn)效率、增加收益、減少損耗的目的。智能大棚、智能澆灌、精準農(nóng)業(yè)等各種依靠物聯(lián)網(wǎng)的應用將推進農(nóng)業(yè)快速發(fā)展。物聯(lián)網(wǎng)技術可以用來解決農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的一些問題，建設基于物聯(lián)網(wǎng)的智慧農(nóng)場，實現(xiàn)農(nóng)作物產(chǎn)量和質(zhì)量雙提升。

1．2大數(shù)據(jù)

萬物互聯(lián)在促進眾多設備聯(lián)入的同時，還會在云端形成大量的數(shù)據(jù)，而提取這些通過物聯(lián)網(wǎng)產(chǎn)生的大數(shù)據(jù)中隱藏的重要信息就必須依靠人工智能，物聯(lián)網(wǎng)最重要的農(nóng)業(yè)價值就是對形成的海量的數(shù)據(jù)進行智能化分析、處理，從而全面提升農(nóng)業(yè)生產(chǎn)各環(huán)節(jié)的質(zhì)量。

1．3人工智能

在種植方面，人工智能可以增加糧食產(chǎn)量、避免造成浪費。在養(yǎng)殖方面，依靠人工智能能夠有效預防畜禽疾病的發(fā)生。人工智能能夠縮短農(nóng)業(yè)研發(fā)進程，幫助培育出更好的農(nóng)作物基因，生產(chǎn)出更安全、更有效的化肥。

2中國數(shù)字農(nóng)業(yè)面臨的問題

2．1對軟件重視不足

不管是政府還是農(nóng)民都容易將數(shù)字農(nóng)業(yè)與農(nóng)業(yè)機械化的定義混淆，數(shù)字農(nóng)業(yè)和農(nóng)業(yè)機械化的本質(zhì)差別在于，農(nóng)業(yè)機械化是依靠農(nóng)機裝備來替代人力作業(yè)，而數(shù)字農(nóng)業(yè)是指依靠數(shù)據(jù)來控制機械，實現(xiàn)自動化作業(yè)和智能化調(diào)節(jié)，沒有數(shù)據(jù)和軟件來控制的物聯(lián)網(wǎng)，本質(zhì)上還是工具，與機械農(nóng)業(yè)沒有實質(zhì)上的區(qū)別，掌握軟件平臺才能真正實現(xiàn)大數(shù)據(jù)、智慧農(nóng)業(yè)和數(shù)字經(jīng)濟。

2．2數(shù)據(jù)利用化不高

數(shù)據(jù)是數(shù)字農(nóng)業(yè)的根本保證，當前政府同企業(yè)在數(shù)據(jù)采集上合作頻繁，但是往往沒有明確的利用化方向，缺少必須的數(shù)據(jù)運營手段，對采集數(shù)據(jù)的正確篩選、處理分析和建模應用等領域的工作跟進不夠及時，數(shù)據(jù)的采集與利用是一個相互促進的關系，只有不斷通過采集的數(shù)據(jù)產(chǎn)生農(nóng)業(yè)價值，才會形成長期有效的數(shù)據(jù)來源渠道。

2．3數(shù)字經(jīng)濟發(fā)展不足

目前我國農(nóng)業(yè)電商的模式是通過數(shù)字來驅動市場經(jīng)濟，但這種方式在市場推廣營運、產(chǎn)品特性突出、物流運輸?shù)确矫嬗泻芏嗝黠@的缺點，如果農(nóng)業(yè)電商的經(jīng)營方式以數(shù)據(jù)為基礎，利用市場資本來反向驅動農(nóng)業(yè)數(shù)字經(jīng)濟，一些問題的處理就變得簡單許多。我國數(shù)字農(nóng)業(yè)技術的利用基本上都是在農(nóng)業(yè)生產(chǎn)階段，數(shù)字農(nóng)業(yè)的信息化和經(jīng)濟化水平不高，數(shù)字經(jīng)濟創(chuàng)新突破的同時，也將帶動“全產(chǎn)業(yè)鏈”的農(nóng)業(yè)大數(shù)據(jù)快速提升［2］。

2．4數(shù)據(jù)服務產(chǎn)品化不強

隨著數(shù)字農(nóng)業(yè)的發(fā)展，農(nóng)業(yè)數(shù)據(jù)服務企業(yè)越來越多，但數(shù)據(jù)產(chǎn)品的服務能力完全依靠于所采集的數(shù)據(jù)質(zhì)量，一些企業(yè)對農(nóng)業(yè)生產(chǎn)經(jīng)營主體的服務水平不足，導致產(chǎn)品市場化受阻，只有通過持續(xù)積累高價值的數(shù)據(jù)，不斷增強數(shù)據(jù)產(chǎn)品的實用性，讓數(shù)據(jù)產(chǎn)品具有強大的生命力，才能開拓巨大的農(nóng)業(yè)數(shù)字化市場。

3未來數(shù)字農(nóng)業(yè)的發(fā)展趨勢

3．1數(shù)據(jù)定制化供應

數(shù)據(jù)資源是數(shù)字農(nóng)業(yè)發(fā)展的根本保證，當前我國數(shù)字農(nóng)業(yè)具有數(shù)據(jù)采集費用較高的問題，隨著數(shù)字農(nóng)業(yè)優(yōu)勢的顯現(xiàn)，數(shù)據(jù)采集的組織成本會慢慢下降，同時農(nóng)業(yè)物聯(lián)網(wǎng)持續(xù)升級換代、公共數(shù)據(jù)的利用不斷開源、數(shù)據(jù)分析者的信息化水平逐漸增強，數(shù)據(jù)采集的綜合成本也逐漸減少。今后農(nóng)業(yè)數(shù)據(jù)服務企業(yè)將會逐步建立起自己的定制化數(shù)據(jù)供應系統(tǒng)，并且數(shù)據(jù)庫里以往采集的高價值數(shù)據(jù)信息，將會隨著企業(yè)的數(shù)字化服務能力提升而持續(xù)匯入到產(chǎn)業(yè)鏈中，通過交換、融合或再生來創(chuàng)造更多的價值，實現(xiàn)數(shù)據(jù)服務的數(shù)字化驅動。

3．2國產(chǎn)數(shù)據(jù)模型得到發(fā)展

實現(xiàn)數(shù)據(jù)價值是數(shù)字農(nóng)業(yè)最困難，也是最終的根本目標，硬件設施可以從國外買到，但對于后臺系統(tǒng)國外卻對我國嚴防死守，所以必須掌握實現(xiàn)數(shù)據(jù)價值模型的核心技術。目前國與國之間的科技力量競爭不斷加劇，引進科技成果的壁壘持續(xù)增高，同時國內(nèi)外農(nóng)業(yè)生產(chǎn)經(jīng)營模式存在很大差別，因此不能直接套用國外的數(shù)據(jù)模型。我國不斷鼓勵科研成果的轉化利用，農(nóng)業(yè)數(shù)據(jù)模型的跨界合作正在逐步深入，所以農(nóng)業(yè)核心數(shù)據(jù)模型的自主研發(fā)在今后一定會實現(xiàn)。

3．3農(nóng)業(yè)機械智能化加快

農(nóng)業(yè)機械化與農(nóng)業(yè)智能化最根本的區(qū)別就在于“數(shù)據(jù)驅動”，“中國制造2025”明確要把“智能制造”作為今后的努力方向。順應時展，海爾等一些國內(nèi)的制造企業(yè)已經(jīng)逐步進行數(shù)字化轉型升級，從而獲得新的經(jīng)濟增長點，農(nóng)機企業(yè)也必須通過數(shù)據(jù)來對農(nóng)機裝備賦能，適應數(shù)字農(nóng)業(yè)的發(fā)展要求，完成從農(nóng)機制造商向農(nóng)機服務商的轉型升級目標［3］。

3．4產(chǎn)業(yè)鏈向虛擬化方向發(fā)展

由于農(nóng)業(yè)生產(chǎn)各環(huán)節(jié)數(shù)字化水平的逐漸提高，數(shù)字化驅動的農(nóng)機智能與商業(yè)智能同農(nóng)業(yè)生產(chǎn)經(jīng)營聯(lián)系越來越緊密，數(shù)字農(nóng)業(yè)產(chǎn)業(yè)鏈將慢慢走進網(wǎng)絡世界中，通過互聯(lián)網(wǎng)進一步實現(xiàn)農(nóng)業(yè)數(shù)字化的映射，數(shù)字農(nóng)業(yè)產(chǎn)業(yè)鏈虛擬化會慢慢消除農(nóng)業(yè)信息不對稱，提高產(chǎn)業(yè)整體效率，促進數(shù)字農(nóng)業(yè)更好更快的發(fā)展。

3．5供應鏈金融普惠化

近年來，供應鏈金融高速提升，2020年我國供應鏈金融的市場規(guī)模已達到14．98萬億元，供應鏈金融是農(nóng)業(yè)產(chǎn)業(yè)提升的重要環(huán)節(jié)，可以改善資金流從而促進農(nóng)業(yè)產(chǎn)業(yè)、尤其是中小型企業(yè)的良好發(fā)展。依靠物聯(lián)網(wǎng)、大數(shù)據(jù)及人工智能等一系列科技手段，數(shù)字農(nóng)業(yè)會進一步促進中小企業(yè)逐漸融入到農(nóng)業(yè)產(chǎn)業(yè)體系中，為供應鏈金融普惠化打下良好的發(fā)展基礎。農(nóng)業(yè)產(chǎn)業(yè)虛擬化的同時，會使其變得更加透明，信用責任也更容易得到保證，因此金融風險的量化管理也變得不再復雜。

3．6數(shù)據(jù)安全更加重視

不管是地塊的信息數(shù)據(jù)，還是企業(yè)的經(jīng)營數(shù)據(jù)都能直接表現(xiàn)出農(nóng)業(yè)生產(chǎn)經(jīng)營主體或企業(yè)的當前情況，數(shù)據(jù)促進農(nóng)業(yè)發(fā)展的同時，也有被泄露和亂用的風險，所以保證數(shù)據(jù)安全也是農(nóng)業(yè)數(shù)字化發(fā)展不可忽視的問題，存儲和使用數(shù)據(jù)的信息化系統(tǒng)的安全性要求越來越高，數(shù)據(jù)所有權的保證也會隨著法律的不斷優(yōu)化而徹底解決。

4數(shù)字農(nóng)業(yè)的發(fā)展領域

4．1智能農(nóng)機裝備

智能農(nóng)機裝備是農(nóng)業(yè)生產(chǎn)的重要工具，通過物聯(lián)網(wǎng)和信息化技術可以達到最優(yōu)的農(nóng)業(yè)實施方案，從農(nóng)作物耕種收等各個環(huán)節(jié)來降低農(nóng)業(yè)成本，實現(xiàn)農(nóng)產(chǎn)品增產(chǎn)增收，從規(guī)?；N植角度，能夠實現(xiàn)農(nóng)業(yè)資源可持續(xù)發(fā)展，農(nóng)業(yè)生態(tài)良性循環(huán)［4］。

4．2智能灌溉

提高澆灌效率和避免水資源浪費是農(nóng)業(yè)良好發(fā)展的根本要求，可以依靠建設可持續(xù)和高效節(jié)本的智能灌溉系統(tǒng)來達到節(jié)約水資源的目的。目前以物聯(lián)網(wǎng)為基礎的智能灌溉系統(tǒng)，可以利用空氣濕度、土壤濕度、土壤溫度和光照度等參數(shù)進行精準的計算，從而根據(jù)用水需求來進行智能化控制灌溉，大大提高效率且降低成本。

4．3農(nóng)業(yè)無人機

無人機在農(nóng)業(yè)領域具有廣泛的應用，可以用來進行農(nóng)作物生長情況檢測、農(nóng)業(yè)攝影、農(nóng)作物植保和牲畜管理等。農(nóng)業(yè)無人機可以提高監(jiān)測效率、降低監(jiān)測成本，同時還可以采集大量的數(shù)據(jù)傳輸至后臺。

4．4智能溫室

智能溫室可以連續(xù)不間斷地測量溫室內(nèi)的各項環(huán)境數(shù)據(jù)，包括室內(nèi)溫度、室內(nèi)濕度、光照度和土壤濕度等，當這些重要的參數(shù)超出設定的正常范圍時，系統(tǒng)會對這些參數(shù)進行分析和評估，并做出自動響應，將這些參數(shù)的誤差進行校正，從而使溫室的環(huán)境保持在農(nóng)作物生長的最佳范圍內(nèi)，極大地降低了人力和物力成本。

4．5收獲監(jiān)測

收獲監(jiān)測不只是針對農(nóng)作物產(chǎn)量這一個指標，而是對收獲環(huán)節(jié)所有可能影響最終收獲量的因素進行監(jiān)測，包括糧食含水量、糧食飽滿度、糧食破碎量和總收獲量等。對在收獲監(jiān)測中獲得的實時數(shù)據(jù)進行有效的分析處理，可以輔助農(nóng)民做出正確的決斷，從而降低成本，增加產(chǎn)量。

4．6土壤監(jiān)測系統(tǒng)

土壤監(jiān)測系統(tǒng)主要用來監(jiān)測和改良土壤綜合性能，避免土壤退化，此系統(tǒng)可以監(jiān)測土壤的大部分重要參數(shù)（包括土壤緊實度、蓄水保墑能力、土壤溫度等），從而防止土壤板結、土壤侵蝕等。

4．7農(nóng)業(yè)管理系統(tǒng)

農(nóng)業(yè)管理系統(tǒng)可以為農(nóng)業(yè)工作者和相關企業(yè)提供數(shù)據(jù)收集和管理功能。得到的數(shù)據(jù)被存儲和分析從而為使用者提供決策依據(jù)，農(nóng)業(yè)管理系統(tǒng)還可以用來建立農(nóng)業(yè)數(shù)據(jù)模型。其優(yōu)勢包括為使用者作出重要決策時提供了理論數(shù)據(jù)支持，提高了農(nóng)業(yè)生產(chǎn)的綜合管理能力。

5互聯(lián)網(wǎng)巨頭布局數(shù)字農(nóng)業(yè)案例

5．1阿里巴巴：盒馬村

阿里巴巴數(shù)字農(nóng)業(yè)事業(yè)部始終將農(nóng)業(yè)全產(chǎn)業(yè)鏈數(shù)字化轉型升級作為戰(zhàn)略目標，力爭盡快建成1000個高效規(guī)?；臄?shù)字農(nóng)業(yè)示范基地。從去年開始，阿里巴巴數(shù)字農(nóng)業(yè)事業(yè)部更是全面加緊了對盒馬村的布局和建設，以希望先于其它企業(yè)完成數(shù)字農(nóng)業(yè)示范基地建設的戰(zhàn)略任務。盒馬村并不是指某一個村落，而是所有為盒馬種植農(nóng)產(chǎn)品的村落的統(tǒng)稱，盒馬村模式是新時代農(nóng)村轉型升級的一個標桿，根據(jù)訂單情況，針對不同的村落，因地制宜地發(fā)展數(shù)字農(nóng)業(yè)，讓種植戶和銷售企業(yè)直接對接，從而使優(yōu)質(zhì)的農(nóng)產(chǎn)品快速入城，同時將城里的優(yōu)質(zhì)資本引進村落，形成良性循環(huán)。通過阿里巴巴建設的“產(chǎn)—供—銷”一體化平臺，讓原本分散孤立的村落緊密聯(lián)系在一起，成為現(xiàn)代數(shù)字農(nóng)業(yè)產(chǎn)業(yè)鏈的一部分，種出更優(yōu)質(zhì)的農(nóng)產(chǎn)品，讓農(nóng)民獲得更大的收益。依托阿里云技術和淘寶電商平臺，盒馬模式幫助農(nóng)業(yè)產(chǎn)業(yè)的種植端和銷售端實現(xiàn)了數(shù)字化的升級，盒馬利用其強大的銷售匯聚能力，解決了小農(nóng)戶難銷售的問題，改變了以往小農(nóng)生產(chǎn)模式產(chǎn)銷散亂的面貌，幫助農(nóng)戶降低了風險，開拓了銷售渠道，提高了銷售效率。據(jù)有關新聞報道，截至2020年底，上海、江蘇、海南等全國13個省、市、自治區(qū)已經(jīng)建立盒馬村，盒馬村模式為我國數(shù)字農(nóng)業(yè)發(fā)展提供了良好的參考。

5．2京東：京東農(nóng)場

從2018年開始，京東農(nóng)場便逐步進行數(shù)字化農(nóng)業(yè)的試驗，京東農(nóng)場廣泛同全國各地的高標準農(nóng)場開展合作，共同建立更高品質(zhì)的農(nóng)業(yè)生產(chǎn)基地，全面實行農(nóng)作物標準化和規(guī)范化種植，從源頭開始建立農(nóng)作物全程可視化追溯性模式，讓農(nóng)作物從田間到餐桌的安全性得到保證，全面提升京東農(nóng)場的農(nóng)產(chǎn)品質(zhì)量。其建立的“京品源”品牌，擁有產(chǎn)銷一體化的全套服務體系，對京東農(nóng)場的農(nóng)產(chǎn)品在品牌、品質(zhì)、供應、產(chǎn)銷等方面進行全面的支撐。根據(jù)有關新聞報道，京東農(nóng)場進行了廣泛的戰(zhàn)略布局，截至2020年底，其已經(jīng)在全國各地建立了17個示范農(nóng)場。從農(nóng)產(chǎn)品的種植、加工、運輸，到供銷的各個階段，京東農(nóng)場利用區(qū)塊鏈、人工智能、物聯(lián)網(wǎng)等技術對傳統(tǒng)農(nóng)業(yè)進行賦能，徹底改變了傳統(tǒng)農(nóng)業(yè)的產(chǎn)銷模式，為數(shù)字農(nóng)業(yè)發(fā)展作出了重要貢獻。

5．3華為：聯(lián)手北大荒，助力數(shù)字化轉型

技術實力雄厚的華為，一直希望利用其技術優(yōu)勢，幫助傳統(tǒng)企業(yè)進行轉型升級。2019年8月，華為同北大荒農(nóng)墾集團簽定了戰(zhàn)略合作協(xié)議，按照協(xié)議內(nèi)容，雙方將建立長期的戰(zhàn)略合作伙伴關系，彼此會充分利用行業(yè)地位和自身技術為另一方提供全面的幫助，貫徹取長補短、互惠互利的原則，在人才培養(yǎng)、平安墾區(qū)、智慧農(nóng)業(yè)、華為云建設等多方面進行密切合作，攜手探索數(shù)字農(nóng)業(yè)的新發(fā)展模式，全面開展北大荒集團的轉型升級。華為除了和北大荒合作以外，還將利用其大數(shù)據(jù)、云計算、人工智能及5G技術與袁隆平團隊共同打造“互聯(lián)網(wǎng)農(nóng)場”。

第2篇：數(shù)字經(jīng)濟及人工智能范文

關鍵詞：地形測量;測繪技術;發(fā)展趨勢

Abstract: This paper described a topographic survey and mapping technology concepts and topographic survey mapping automation technology, and to explore the development of automation technology mapping technology trends.Key words: topographic survey; mapping technology; development trend

中圖分類號:P25文獻標識碼：A

引言

地形測量學是研究測繪地形圖及與其有關測繪工作的理論、方法的應用技術學科。地形測量是為城市、礦區(qū)以及各種工程提供不同比例尺的地形圖，以滿足城鎮(zhèn)規(guī)劃、礦山開采設計以及各種經(jīng)濟建設的需要。

地形測繪是研究地球局部表面形狀和大小，并將其測繪成地形團的理論和技術。通過測定小范圍地表高低起伏形態(tài)和地物(如建筑物、道路、耕地等)的特征點的平面位置和高程，經(jīng)相應的數(shù)據(jù)處理、采用一定的測量符號按一定的比例縮繪在圖紙上。從而獲得與相應地面幾何圖形相似的地形圖，為國家經(jīng)濟建設提供設計與施工的圖紙資料。

傳統(tǒng)的測繪包括控制測量、地形測量、施工測量、竣工測量和變形監(jiān)測5個部分?，F(xiàn)代測繪技術自動化技術具有自動化程度高、測圖精度高、圖形屬性信息豐富和圖形編輯方便等優(yōu)點。

1 目前地形測量的測繪自動化技術

測繪自動化是集數(shù)據(jù)采集、處理、傳輸、顯示于一體。隨著計算機、網(wǎng)絡技術的發(fā)展及測量儀器的智能化，測繪技術自動化技術發(fā)生了重大變革，3S技術(GPS全球定位系統(tǒng)、GIS地理信息系統(tǒng)、RS遙感)及其集成技術成為測繪技術自動化技術的核心。

1.1 GPS技術 GPS(Global Positioning System)稱為全球定位系統(tǒng)，是美國20世紀70年代開始研制的，它歷時20年，于1994年3月全面建成的利用導航衛(wèi)星進行測時和測距，具有在海、陸、空進行全方位實時三維導航與定位能力的新一代衛(wèi)星導航與定位系統(tǒng)，是一種高精度、全天候、高效率、多功能的測繪工具。

GPS定位技術與常規(guī)地面測量定位相比，具有抗干擾性能好、保密性強，功能多、應用廣，觀測時間短，執(zhí)行操作簡便，全球、全覆蓋、全天候、高精度的特點。特別是RTK的定位精度可達厘米級，在水上定位得到了廣泛的應用。

GPS RTK(Real Time Kinematic)技術開始于90年代初，是一種全天候、全方位的新型測量系統(tǒng)，稱載波相位動態(tài)實時差分技術，是目前適時、準確地確定待測點的位置的最佳方式，是基于載波相位觀測值基礎上的實時動態(tài)定位技術。

GPS RTK具有定位精度高且精度分布均勻，速度快、效率高，觀測時間短，方便靈活，測程不受限制，不受通視條件影響等優(yōu)點。

1.2 GIS技術 地理信息系統(tǒng)（Geographical Information System-GIS）是利用現(xiàn)代計算機圖形和數(shù)據(jù)庫技術來處理地理空間及其相關數(shù)據(jù)的計算機系統(tǒng)，是融地理學、測量學、幾何學、計算機科學和應用對象為一體的綜合性高新技術。其最大的特點就在于：它能把地球表面空間事物的地理位置及其特征有機地結合在一起，并通過計算機屏幕形象、直觀地顯示出來。

GIS具有以下的基本特點：一是公共的地理定位基礎；二是多維結構；三是標準化和數(shù)字化；四是具有豐富的信息。

地理信息系統(tǒng)對空間地理信息進行處理，準確采集有關的數(shù)據(jù)，并對地理空間數(shù)據(jù)和信息進行處理、管理、更新和分析，是采用數(shù)據(jù)庫、計算機圖形學、多媒體等最新技術的技術系統(tǒng)，對現(xiàn)代測繪技術自動化技術的起重要支撐作用。

目前GIS地理信息將向著數(shù)據(jù)標準化(Interoperable GIS)、數(shù)據(jù)多維化(3D&4DGIS)、系統(tǒng)集成化(Component GIS)、系統(tǒng)智能化(Cyber GIS)、平臺網(wǎng)絡化(Web GIS)和應用社會化(數(shù)字地球)的方向發(fā)展。

1.3 RS技術 遙感RS（Remote Sensing）起源于20世紀60年代，不直接接觸被研究的目標，感測目標的特征信息(一般是電磁波的反射、輻射和發(fā)射輻射)，經(jīng)過傳輸、處理，從中提取人們感興趣的信息。遙感包括攝影、陸地、衛(wèi)星、航空、航天攝影測量等技術。遙感技術依其波譜性質(zhì)，可分為電磁波遙感技術、聲學遙感技術、物理場遙感技術。

遙感信息技術已從可見光發(fā)展到紅外、微波；從單波段發(fā)展到多波段、多角度、多時相、多極化；從空間維擴展到時空維；從靜態(tài)分析發(fā)展到動態(tài)監(jiān)測。

RS為GIS提供信息源，GIS為RS提供空間數(shù)據(jù)管理和分析的技術手段(圖像處理)，GPS作為GIS有力的補測、補繪手段，實現(xiàn)了GIS原始地圖數(shù)據(jù)的實時更新。3S的綜合應用是一種充分利用各自的技術特點，快速準確而又經(jīng)濟地為人們提供所需的有關信息的新技術，三者的緊密結合，為地形測量提供了精確的圖形和數(shù)據(jù)。

2 測繪技術自動化技術的發(fā)展趨勢

隨著計算機、網(wǎng)絡技術的發(fā)展及測量儀器的系統(tǒng)、智能化，測繪技術自動化技術向著3G技術及集成技術自動化、實時化、數(shù)字化，數(shù)據(jù)庫和應用軟件的開發(fā)應用，三維可視化技術以及人工智能化發(fā)展。使測繪技術自動化技術能全方位的應用于地形測量中，提高了地形測量的效率和準確性。

2.1 3G技術及集成技術的進一步發(fā)展 積極普及3G技術的應用，改進3G技術中存在問題，更新3G及其集成技術測量的方法和手段，加強測量精度和準確性，使3G技術能在地形測量測繪技術領域的應用進一步擴展。

全球數(shù)字攝影測量系統(tǒng)在GPS、GIS、RS和3S集成技術中的應用，對數(shù)碼攝影測量和地形測量更加普及和深化，使測繪技術向電子化、自動化、數(shù)字化方向發(fā)展。

2.2 測繪軟件及數(shù)據(jù)庫的開發(fā)與更新 加強地形測量數(shù)字化測繪軟件的研發(fā)，使測繪軟件系統(tǒng)更加高效、靈活和功能齊全，使測繪軟件技術在地形測量中起到了相當重要的作用。

更新完善信息數(shù)據(jù)庫，將采集的測量數(shù)據(jù)轉換直接進入信息數(shù)據(jù)庫，數(shù)據(jù)管理查詢方便，數(shù)據(jù)共享，實現(xiàn)全球數(shù)據(jù)更新和擴展空間基礎信息系統(tǒng)的動態(tài)管理，實現(xiàn)測量數(shù)據(jù)的管理科學化、標準化、信息化，實現(xiàn)測繪數(shù)據(jù)的傳輸網(wǎng)絡化、多樣化、社會化，使測繪技術走向自動化，實時化，數(shù)字化。

2.3 人工智能和專家系統(tǒng)在測繪技術中的應用 隨著計算機技術的發(fā)展和測繪技術與相關學科的交叉、綜合，人工智能和專家系統(tǒng)在測繪技術中有著廣泛的應用前景。計算機利用專家知識模擬人腦思維進行推理，從事智能化的數(shù)據(jù)、圖形處理和信息管理工作，極大地提高工作效率，使測繪技術向自動化、智能化發(fā)展。

全球定位系統(tǒng)(GPS)、數(shù)字攝影測量系統(tǒng)(DPS)、遙感技術(RS)、地理信息系統(tǒng)(GIS)和專家系統(tǒng)(ES)這5S技術的發(fā)展和相互結合，專家系統(tǒng)在其中發(fā)揮著重要的作用，專家系統(tǒng)對整個測量流程進行控制，并執(zhí)行相應的推理、分析和處理工作，并可實現(xiàn)信息資源共享，實時動態(tài)監(jiān)測診斷，提高效率和質(zhì)量，是測繪技術通向實時、自動、智能測量系統(tǒng)的關鍵。

第3篇：數(shù)字經(jīng)濟及人工智能范文

“這確實是個很好的問題。”食譜推薦公司Yummly的研究負責人Gregory Druck如此回應道，但這肯定不能被稱為一個真正的答案。

這的確令他有點為難。技術在設計時通常都要優(yōu)先理解并滿足人的喜好。同在臺上的廚房整合技術公司Innit的副總裁Ankit Brahmbhatt干脆接過了話筒，“每個人的體質(zhì)不同，對健康的定義也不同。說到底這是個生活方式的問題。我們得先有關于你更全面的數(shù)據(jù)，才能判斷什么對你是健康的?！?/p>

人工智能到底能在多大程度上替代人，也成為一年一度的西南偏南上最熱鬧的話題。

西南偏南誕生在美國德克薩斯州的奧斯汀。每年3月初，這個全球性的盛會會吸引數(shù)十萬人，和硅谷以大公司、創(chuàng)投行業(yè)為主的活動不同，西南偏南會吸引各個行業(yè)的人。大家在這里看新的電影，發(fā)現(xiàn)創(chuàng)業(yè)靈感。更重要的是，討論技術已經(jīng)帶來的改變，以及它能把人們帶到哪里去。

其中有不少想象空間。比如Yummly，這家來自硅谷的公司能利用人工智能技術分析你曾經(jīng)使用的食譜數(shù)據(jù)。來自德國的Foodpairing則聲稱，機器分析食物成分時最大的弱勢是嗅覺不及人類靈敏，但是通過訓練，機器的精準程度可以超過大多數(shù)未經(jīng)訓練的普通人。

還有更激M的Innit。和一些創(chuàng)業(yè)公司費盡心思想把吃飯這件得高效不同，這個硅谷公司發(fā)現(xiàn)了一個悖論，一些人根本不愿意被剝奪下廚的權利。于是他們正在硅谷紅木城的總部，測試一個全新的“數(shù)字化廚房”。

這個廚房用一個軟件平臺控制家電，告訴用戶家里食材的存量。選定菜單后，還會提醒用戶要買多少食物。等到準備妥當，連接的廚房電器就能完成初步烹 飪。

“我們想用技術幫上班族解決工作日吃飯的問題，讓他們知道下班后要買什么食材、買多少，回家后能更快吃到晚餐?！被顒咏Y束后，Brahmbhatt對《第一財經(jīng)周刊》說。

這聽上去“很硅谷”，善于觀察問題并提出解決方案。其實更有意思的是，這家公司發(fā)現(xiàn)，在一些細分領域當中，人其實沒必要過分智能。

“數(shù)字化和自動化的確能幫助減少浪費，包括錢和食物。但我們也知道，有人喜歡下廚。Innit在做一項用戶調(diào)研時發(fā)現(xiàn)，對自動化最集中的需求并不是烹飪，而是洗碗。也就是說，用戶想讓機器幫他們完成的是，恰恰是那些他們最不喜歡做的事情。”

至于機器和人的關系，這個古老的命題也隨著人工智能的蔓延重新擺在了人類面前。至少，人工智能不再僅僅是一些極客想把一切自動化的設想和實驗，也不只是好萊塢電影里經(jīng)常出現(xiàn)的無所不能的機器控制人類造成的恐慌。它真的就在我們的生活中發(fā)生。

真正的答案，也正如百度首席科學家吳恩達曾預言的那樣，“人工智能是新的電能，可以改變很多行業(yè)?！奔热皇请娔?，就意味著未來它可能無處不在。

西南偏南互動大會首席項目官Hugh Forrest說：“人工智能毫無疑問是2017年最熱門的話題。雖然過去我們也做過很多AI的內(nèi)容，但從未像今年這樣集中?！?/p>

卡內(nèi)基梅隆大學計算機科學系主任Andrew Moore長期關心教育，面對可能的人工智能未來，他想分享教育系統(tǒng)有必要做出哪些變化。迪士尼則會分享它如何用人工智能為其主題樂園提供更好體驗，畢竟迪士尼樂園不可能一直停留在幾十年前的模樣。就連那些運動員，都會在訓練中嘗試使用人工智能，這可能意味著未來的賽事較量，除了天賦，更多是訓練方法的比拼。

而如果你知道西南偏南最早是個音樂節(jié)，就會覺得在這里聽到人們探討人工智能和音樂如何結合是順理成章的了。

用人工智能編曲已經(jīng)不算什么新鮮事了。但是一些音樂公司正在用人工智能制作背景音樂，賣給可口可樂等大公司。

就連Google也參與了進來。去年6月，Google Brain宣布推出Magenta，一個能讓計算機制作出“出眾而藝術性”的音樂的產(chǎn)品。

不過這也帶來一些新的問題，音樂能夠做到更加了解我們嗎？我們想讓自己的情緒反過來影響我們嗎？這種響應會不會把氣氛搞糟？畢竟粉絲們可能會愛上一個音樂人，但很難愛上一臺計算機。

很多人都愛上過iPod。這可能是這個世紀初音樂與技術最簡單直接的結合形式。當技術演變成了人工智能，這件事情變得有趣，它像人的左腦和右腦的一場博 弈。

音樂這個感性世界與數(shù)字和代碼編織的理性世界碰撞了一下。它們?nèi)绾卫斫獗舜?，最好的例子可能是一個指令，就是當你讓一個人工智能助手播一首歌時說的那句話。

不要小看這個指令。亞馬遜音樂的團隊在奧斯汀市中心的一個小酒吧里辦了一場活動，當談到如何讓亞馬遜的人工智能助手Alexa和亞馬遜音樂結合時，主講人感慨，僅僅是讓Alexa播放一首歌的指令就十分復雜，一首曲子的元素包括歌手、專輯名稱、音樂流派、歌詞內(nèi)容等不同元素，情境也同樣如此，比如遇上用戶說“我心情不好，給我放點音樂”這種情況，此時，亞馬遜音樂收錄了多少首歌曲是一回事，Alexa能在多大程度上明白用戶的意思，便是另一回事了。

如果有人去年來過西南偏南，大概還會記得當時的一個歷史性事件。

那是AlphaGo與韓國棋手李世石之間的對決。結果你已經(jīng)知道了。大多數(shù)人不相信機器會勝過人類，他們會覺得這是個黑天鵝事件。

Google的高明之處除了技術本身，還在于用一種直接有力的方式向普通人展示了自己在人工智能領域的技術進展―大概沒有什么方式比人機大戰(zhàn)更能引起人們的興趣，更直觀。

當AlphaGo連續(xù)贏到第三場時，來自Automated Insights的Robbie Allen正在準備他在西南偏南上的一場對話。Automated Insights是曾做出幫記者寫稿的機器平臺WordSmith的公司。

“Google很了不起?！盇llen走下臺對《第一財經(jīng)周刊》評論。在觀看這場人機大戰(zhàn)時，人們產(chǎn)生了一股擔心會被人工智能搶走飯碗的恐慌。此后，AlphaGo的連勝加劇了這樣的擔心。

Allen參加的對話主題正好是“人工智能發(fā)展后，人類未來的工作怎么辦”。

“理論上人工智能確實達到了一個新階段，它代表人工智能可以模仿人類的重復性勞動，還會比人做得更好。但我認為，它離人工智能的實際應用還有一定距離，當人工智能可以幫助某些行業(yè)完全實現(xiàn)自動化，找到商業(yè)化的應用場景，我才會認為它真正達到了實際應用的程度?！盇llen說。

“實際應用”換句話說，是一部分人會開始失業(yè)。

距離AlphaGo戰(zhàn)勝李世石不到一年，人們就已經(jīng)在拉斯維加斯的國際電子消費展上看到各個汽車制造商對無人駕駛汽車的設想。無人駕駛汽車的技術標準得到厘定，廠商紛紛推出概念車。

Google剝離了無人駕駛汽車部門成立單獨的公司W(wǎng)aymo、Uber的無人駕駛汽車在匹茲堡和舊金山上路，雖然后者在上路當天就因犯了些錯誤被叫停（最近還因為收購Otto被Google告上法庭）。蝴蝶效應是，政府和城市設計師已經(jīng)開始思考無人駕駛汽車上路后對城市生活規(guī)律的影響、如今的城市基礎設施是否能和無人駕駛汽車配合等問題了。

若低估技術帶來的影響，也許不久后就要承擔相應的后果。自從人工智能技術高速發(fā)展，特別是無人駕駛汽車上路以來，硅谷以外的世界與硅谷仿佛形成了兩股力量―硅谷正在想辦法讓一切自動化，而美國最大的就業(yè)群體之一卡車司機，則憂慮正在某處測試的無人駕駛卡車會讓他們失去工作。

機器與人的矛盾和對抗從來沒有停止過。遠至第一次工業(yè)革命，近至互聯(lián)網(wǎng)誕生。隨著人們越來越習慣于數(shù)字化生活，機器和人的關系會更加糾纏不清。人工智能這件事會變得更復雜，還可能，帶來很多倫理問 題。

來自設計咨詢公司IDEO的Jason Robinson和麻省理工學院（MIT）媒體研究室的Philippa Mothersill認為，目前我們并沒能解決如何不讓機器真正危害人類的創(chuàng)造力和情緒，盡管隨著技術的精進，這一點可能會實現(xiàn)。

在一場名為“人類、機器和工業(yè)設計的未來”的討論當中，他們向擠滿了整個會議室的觀眾發(fā)問，“我們?nèi)绾谓虝嬎銠C創(chuàng)造性思考？”

Mothersill曾是寶潔公司的產(chǎn)品設計師，專注于讓計算機可以通過識別人類的語言，將物理元素變成實際產(chǎn)品。為此她設計出EmotiveModeler，這種工具能夠將形容詞和情緒轉化為模型。她尋找到了一種能夠讓工業(yè)設計―無論是家具還是電子產(chǎn)品―更好傳遞人類情感的方式。

如果沒讀博士，Mothersill現(xiàn)在應該依然是個出色的設計師。但她如今的研究課題，卻讓一些設計師有點擔心會失去工作?！哆B線》的Margaret Rhodes也在意這一點，即人工智能如何能提供更多的工作機會，這可能是技術進步為現(xiàn)代社會帶來的最大的困擾。沒有人希望成為技術進步的犧牲者。

不過在和大量的設計師交談過之后，Mothersill和Robinson總結了“10件設計師希望機器能夠學會的事 情”。

比如說，考慮使用產(chǎn)品的情境。好的設計師不僅會設想要創(chuàng)造的事物，還會思考它出現(xiàn)的地方。它應該擺在哪里？它所在的房間是什么樣？周圍都有些什么東西？如何能讓計算機做到這一切？

或者說，如何抓住靈光一現(xiàn)的時刻。歷史上，達達主義運動中的藝術家善于隨機創(chuàng)作，通過將傳統(tǒng)事物疊加創(chuàng)造新作品。我們能夠教會計算機在向不同方向發(fā)散思考的同時，催生出全新且有價值的設計嗎？

這些有趣的發(fā)現(xiàn)讓他們意識到，設計師對機器的期待，其實充滿人的色彩。Mothersill由此得出的結論是，人們最終需要掌握如何讓機器變得有情緒，它們會產(chǎn)生獨特的好奇心―而不僅僅是按照寫入的程序工作。

如果你看過最新的007系列電影，影片中所描述的一切已經(jīng)和NASA能做到的非常接近。

畢業(yè)于約翰?霍普金斯大學的Pavel Machalek此前在NASA工作，如今他創(chuàng)立了Spaceknow，為金融、政府和制造部門提供商業(yè)衛(wèi)星的圖像分析。這些衛(wèi)星就像是“天空之眼”，看著地球上發(fā)生的一切。

“我們正在讓整個物理世界數(shù)字化，且能夠在這個基礎上做很多事情?！盡achalek說。按照他的說法，世界正在經(jīng)歷巨大變化，重新使用衛(wèi)星數(shù)據(jù)的成本也在逐步下降。

不僅如此，Spaceknow正在建立一套人工智能系y，用各種各樣的新方式來處理獲得的數(shù)據(jù)。整個地球的數(shù)據(jù)都會被實時抓取，它會掃描、理解和講述70億人的日常行為。

這也意味著，它會重塑商業(yè)關系，讓零售商更好地預見氣候變化、作出設計決策。它的客戶各種各樣，有人想知道某個港口有多少船只到岸，或者有多少輛卡車被調(diào)到精煉廠運油。

它還有很多其他用途。對于新聞業(yè)來說，它能讓人們盡快發(fā)現(xiàn)，敘利亞到底在發(fā)生什么。如果有人編造一些事實，它或許可以提供更客觀的看法。這套被不斷訓練的人工智能系統(tǒng)能夠接收各種各樣的查找請求，截至目前它曾經(jīng)收到的請求有，“查找一架失蹤的飛機”“查找那些非法的攫金者”等，以及對某些政府公開的不實數(shù)據(jù)提供另一種解釋。

Machalek表示，有朝一日想讓Spaceknow的人工智能系統(tǒng)覆蓋整個世界，讓每個擁有智能手機的人都可以對真實世界的數(shù)據(jù)發(fā)起請求―這大概意味著你可以查看某個酒吧門外排隊的人有多少。

零售業(yè)和廣告業(yè)立即感受到了威脅，它們開始追求改變。除了面臨新技術帶來的新購買方式的挑戰(zhàn)，另一件可怕的事情是，如果以后幫消費者做購買決策的是機器人，品牌該怎么辦？

但這其實已經(jīng)發(fā)生了。亞馬遜的推薦算法就是最簡單的例子。

在機器人眼里，一切都是數(shù)字。因此研究品牌效應的L2 Inc的Pooja Badlani就認為，如果這就是未來，品牌忠誠度這件事已經(jīng)成為歷史了，所有的品牌都要想辦法和機器人共存。

但IBM iX的策略與設計負責人Robert Schwartz認為，品牌通過營銷來影響消費者的態(tài)度和購買行為是一門藝術，它暫時還不會消失。

“那種居高臨下教育消費者的時代結束了，”Schwartz說，“對品牌來說，推銷自己的時代過去了，現(xiàn)在是展現(xiàn)自己的時候。消費者始終會受到一些時刻、一些瞬間的激發(fā)產(chǎn)生購物欲望，品牌要重新梳理自己的核心，決定在什么時間、什么地點來創(chuàng)造這些時刻。”

現(xiàn)在已經(jīng)沒有人討論技術將如何重新定義傳統(tǒng)行業(yè)，大家都認為這已經(jīng)是事實了。至于這個改變將如何發(fā)生，“這是個緩慢的過程，所有技術公司和受到?jīng)_擊的傳統(tǒng)行業(yè)都是亦敵亦友的關系?！盨chwartz對《第一財經(jīng)周刊》說，畢竟說到底，它們都想爭取消費者的數(shù)據(jù)。

所有人都要學會用新的方式和消費者打交道，也想延長消費者的注意力和停留時間。

硅谷已經(jīng)有人提出了相應的方法論。Ch r is Messina曾是Uber的開發(fā)者體驗負責人，也是Twitter上的“hashtag”（標簽）的發(fā)明人。他在2016年提出“對話經(jīng)濟”（conversational commerce）的概念，認為在Facebook Messenger增加聊天機器人的背景下，未來會有越來越多的“聊天機器人”（chatbot）出現(xiàn)。這些小機器人可能分布在客服、銷售等崗位。此時機器應該增加更多的“Conversational UI”，即聊天界面。

讓聊天機器人取代人類的前提是賦予機器同理心。如果你對態(tài)度冷淡、反應遲緩的人類客服不滿意，面對聊天機器人得到的同樣是冷冰冰的回答，那么這樣的技術進步可以說毫無意義。

相反，如果機器可以彌補人類的部分不足，例如冷漠、缺乏技能，那么人類反而可以從與機器的對話中獲得更多好處。Messina舉例說，如果聊天機器人可以給用戶好的體驗，那么每次對話同時，也是用戶在主動提供數(shù)據(jù)。

這僅僅是零售業(yè)運用人工智能的開始。人們會漸漸分辨不清，人工智能究竟是在幫助我們購買產(chǎn)品，還是說服我們?nèi)ベ徺I它們？

麻省理工學院的研究專家Kate Darling在描述人工智能的走向時，表達了相似的觀點。

Darling主要研究機器人倫理的問題?！敖酉聛淼膸资瓴⒉皇钦f機器會一點點取代人類，而是自動化系統(tǒng)和人工智能系統(tǒng)將與人類協(xié)力合作，因為技術不是取代人類的能力這么簡單。人們高估了機器能做的事情，而低估了它的缺陷?！?/p>

斯蒂芬?霍金在接受BBC的采訪時曾更直接地說：“人工智能的完全實現(xiàn)，可能意味著人類的終結?！?/p>

身處這個行業(yè)里的人顯然知道人們的恐懼。

人工智能發(fā)展協(xié)會前主席、微軟人工智能研究院負責人Eric Horvitz在西南偏南的一場演講中介紹Google、亞馬遜、蘋果、IBM、微軟、Facebook等公司聯(lián)合成立的Open AI時，主動引用了霍金、伊隆?馬斯克和比爾?蓋茨此前分別公開傳達的對人工智能的擔心。

這位美國工程院院士、在業(yè)內(nèi)被稱為AI先生的老人朗讀了一段Open AI的協(xié)議內(nèi)容，幾大公司保證在互不競爭的前提下合作。正是因為技術進步這個趨勢不可阻擋，大公司結盟和在一些問題上達成共識是保證技術真正為人類賦能的基礎。

第4篇：數(shù)字經(jīng)濟及人工智能范文

關鍵詞:人工智能;人工智能研究;廣義人工智能

中圖分類號:TP18 文獻標識碼:A文章編號:1009-3044(2010)13-3507-03

Artificial Intelligence Overview

HU Qin

(Baiyun Middle School in Zongyang Country, Anqing 246728, China)

Abstract:The paper introduces current general research and hot research topic of artificial intelligence. The paper looks forward to the future development direction of artificial intelligence. In addition, the paper analyzes implication of concepts, theoretical foundation, discipline system, scientific approaches, scientific significance and application value of generalized artificial intelligence.

Key words: artificial intelligence; artificial intelligence research; generalized artificial intelligence

人工智能是計算機學科的一個分支,是一門正在發(fā)展中的綜合性的前沿學科,它是研究人類智能活動的規(guī)律,并用于模擬、延伸和擴展人類智能的一門新的技術科學,是在計算機、控制論、信息論、數(shù)學、心理學等多種學科相互綜合、相互滲透的基礎上發(fā)展起來的一門新興邊緣學科[1]。人工智能目前已在指紋及人臉識別、專家系統(tǒng)、智能搜索、定理證明、博弈、自動程序設計以及航空航天領域取得了廣義的應用。

1 人工智能研究概況

當20世紀40年代數(shù)字計算機研制成功時,當時的研究者就采用啟發(fā)式思維,運用領域知識,編寫了能夠完成復雜問題求解的計算機程序,包括可以下國際象棋和證明平面幾何定理的計算機程序[2]。運用計算機處理這些復雜問題的方法具有顯著人類智能的特色,從而導致了人工智能的誕生。1956年,McCarthy決定把Dartmouth會議用人工智能來命名,開創(chuàng)了具有真正意義的人工智能的研究。

圖靈(Alan Turing)所著的“計算機器與智能”[3]討論了人類智能機械化的可能性,提出了圖靈機的理論模型,為現(xiàn)代計算機的出現(xiàn)莫定了理論基礎。同時該文中還提出了著名的圖靈準則,在人工智能研究領域,“圖靈檢驗”已成為最重要的智能機標準。同一時期,Warren McCullocli和Walter Pitts發(fā)表了“神經(jīng)活動內(nèi)在概念的邏輯演算”的開創(chuàng)之作[4],該文證明了:一定類型的可嚴格定義的神經(jīng)網(wǎng)絡,原則上能夠計算一定類型的邏輯函數(shù)并開創(chuàng)了當前人工智能研究的兩大類別:“符號論”和“聯(lián)結論”。

從20世紀60年代至70年代初,人工智能領域有影響的工作是通用問題求解程序,主要包括:Robinson于1965年提出了歸結原理,成為自動定理證明的基礎[5] ;Feigenbaum于1968年研制成功了DENDRAL化學專家系統(tǒng),是人工智能走向實用化的標志。Quillian于1968年提出了語義網(wǎng)絡的知識表示等。20世紀70年代,人工智能研究以自然語言理解、知識表示為主。Winograd于1972年研制開發(fā)了自然語言理解系統(tǒng)Shrdlu,同時期Colmeraue創(chuàng)建了Prolog語言。Shank于1973年提出了概念從屬理論。Minsky于1974年提出了框架知識表示法。1977年,Feigenbaum提出了知識工程,專家系統(tǒng)開始得到廣泛應用。

20世紀80年代以來,以推理技術、知識獲取機器視覺的研究為主。開始了不確定性推理和確定性推理方法的研究。日本計算機界推出了“第五代計算機研制計劃”,該計劃最終未能實現(xiàn)當初的目標―以非數(shù)字化方式在日常范圍內(nèi)全面的模仿人類行為,但該計劃也為人工智能的進一步發(fā)展積累了很多經(jīng)驗。20世紀90年代,人工智能研究在博弈這一領域有了實質(zhì)性的進展。1997年5月11日,一個名為“深藍”的IBM計算機以2勝1負3平的成績戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫,這舉世震驚的一步大大地振奮了整個人工智能界,而事實上“深藍”打敗卡斯帕羅夫仍是從專家系統(tǒng)提供的所有可能的走步中選擇最優(yōu)的,并未有理論上的實質(zhì)性的突破。

中國人在人工智能領域的突出貢獻主要有:1960年,華裔美國數(shù)理邏輯學家王浩提出了命題邏輯的機器定理證明的新算法,利用計算機證明了集合論中的300 多條定理。1977 年, 我國數(shù)學家、人工智能學家吳文俊提出了初等幾何判定問題的機器定理證明方法,并進一步推廣到初等微分幾何、非歐幾何領域,被稱為“吳氏方法”。 80-90年代,我國高等院校和研究機構在智能控制與智能機器人的研究開發(fā)方面,取得了豐碩的成果。

回顧人工智能發(fā)展的歷史進程,從科學方法論的角度分析,其發(fā)展有三條途徑,分別是結構模擬、功能模擬和行為模擬。在學術觀點上有人工神經(jīng)網(wǎng)絡、專家系統(tǒng)和智能機器人三大學派。

2 人工智能當前的熱點研究

人工智能學科研究的主要內(nèi)容包括:知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統(tǒng)、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面。目前人工智能研究的3個熱點是: 智能接口[6]、智能信息處理[7]、主體及多主體系統(tǒng)[8]。

2.1 智能接口技術

智能接口技術是研究如何使人們能夠方便自然地使用計算機。這一目標的實現(xiàn)要求計算機能夠看懂文字、聽懂語言,甚至能夠進行不同語言之間的翻譯,而這些功能的實現(xiàn)又依賴于知識表示方法的研究。因此,智能接口技術的研究既有巨大的應用價值,目前,智能接口技術已經(jīng)取得了顯著成果,文字識別、語音識別、語音合成、圖像識別、機器翻譯以及自然語言理解等技術已經(jīng)開始實用化,如:微軟提出的云計算、百度提出的框計算都與智能接口技術有關。

2.2 智能信息處理

計算機的廣泛應用是人類進入一個信息爆炸的時代,國民經(jīng)濟和社會信息化發(fā)展所面臨的一個重要課題是如何把大量的數(shù)據(jù)轉化為有用的知識,并將知識轉化為智能,用于決策、管理、檢索、過程控制等。智能信息處理使從海量數(shù)據(jù)中提起有用知識成為可能,當前,圖形模式作為一種有效的智能數(shù)據(jù)處理手段正在引起人們的重視,圖形模式具有多功能性、有效性及開放性等特征,能有效地轉化數(shù)據(jù)為知識,并利用這些知識進行推理,以解決分類、聚類、預測和因果分析等問題,其有效性已在軟件智能化、醫(yī)療故障診斷、金融風險分析、DNA 功能分析和 Web 采掘等方面得到驗證。隨著圖形模式學習和基于圖形模式推理等問題的解決,圖形模式必將成為重要和有力的智能化數(shù)據(jù)分析與處理工具。

2.3 主體及多主體系統(tǒng)

主體是具有信念、愿望、意圖、能力、選擇等心智狀態(tài)的智能性實體,而且具有一定自主性。主體試圖自治地、獨立地完成任務,同時又可以和環(huán)境交互,與其他主體通信,并通過規(guī)劃達到目標。多主體系統(tǒng)主要研究在邏輯上或物理上分離的多個主體之間進行協(xié)調(diào)智能行為,最終實現(xiàn)問題求解。目前對主體和多主體系統(tǒng)的研究主要集中在主體和多主體理論、主體的體系結構和組織、主體語言、主體之間的協(xié)作和協(xié)調(diào)、通信和交互技術、多主體學習以及多主體系統(tǒng)應用等方面。

3 人工智能未來的研究方向

當前,人工智能學科已從學派分歧的、傳統(tǒng)的、狹義的人工智能,走向多學派兼容、多層次結合現(xiàn)代的廣義人工智能,并將發(fā)展成為人機集成的、群體協(xié)同的、未來的智能科學技術 [9]。廣義人工智能學科的理論基礎是廣義智能信息系統(tǒng)論,主要包括廣義智能論、智能信息論和智能系統(tǒng)論。

3.1 廣義人工智能的概念涵義和學科體系

多學派人工智能是指模擬、延伸與擴展人的智能及其它動物智能,既研究機器智能,也開發(fā)智能機器。多層次人工智能是指不僅研究專家系統(tǒng),而且研究人工神經(jīng)網(wǎng)絡、模式識別、智能機器人等。多智體人工智能研究群體的、網(wǎng)絡的多智體、分布式人工智能。研究如何使分散的個體人工智能協(xié)調(diào)配合,形成協(xié)同的群體人工智能,模擬、延伸與擴展人的群體智能或其它動物的群體智能。

廣義人工智能的研究對象是自然智能、人工智能、集成智能和協(xié)同智能,根據(jù)廣義智能學的研究對象,廣義人工智能學的學科體系主要包括四個方面:①自然智能學:自然智能學研究人的智能及其他生物智能的個體智能、群體智能的基本概念和特性。②人工智能學:人工智能學研究機器智能與智能機器二方面,思維、感知、行為三層次的廣義人工智能的基本概念和特性,分析設計、協(xié)調(diào)協(xié)同、進化開拓、評價測度、信息處理、系統(tǒng)構成、管理控制的理論和方法。③集成智能學:集成智能學研究自然智能與人工智能,主要是人的智能與機器智能如何協(xié)調(diào)配合、取長補短、合理分工、智能結合,形成集成智能、構成人機和諧集成智能系統(tǒng)的基本理論和方法。④協(xié)同智能學:協(xié)同智能學研究智能個體如何相互協(xié)調(diào)、友好協(xié)商、分工協(xié)作,組成智能群體,組成分布式網(wǎng)絡群體協(xié)同智能系統(tǒng)的基本理論和方法。

3.2 廣義人工智能的科學方法

①多學科協(xié)同:廣義人工智能是跨學科的綜合性邊緣學科,必須需要包含信息科學、生物科學、系統(tǒng)科學等多學科協(xié)同的科學研究方法。② 多途徑結合:廣義人工智能是對廣義自然智能的模擬、延伸和擴展,需要采取功能模擬、結構模擬、行為模擬等定性研究與定量分析,綜合集成的多途徑相結合的科學方法。③多學派兼容:廣義人工智能的研究應當也需要采取符號主義,聯(lián)結主義,行為主義等多學派兼容的科學方法。

3.3 廣義人工智能的科學意義

研究發(fā)展廣義智能學具有重要科學意義和應用價值,廣義人工智能協(xié)同地、綜合地研究自然智能、人工智能,開發(fā)人機集成智能、群體協(xié)同智能的基礎理論和方法,如:協(xié)同研究自然智能與人工智能;研究開發(fā)人機集成智能;研究開發(fā)群體協(xié)同智能;廣義人工智能為研究人工智能和自熱智能提供新思路和新方法,并為發(fā)展智能科學技術提供新理論。

4 結論

本文全面綜述了人工智能的發(fā)展過程、研究熱點和研究趨勢,介紹了廣義人工智能的基礎理論和方法,認識到廣義人工智能將為智能科學技術提供寬廣、深厚的理論基礎,并將有力促進智能科學技術的迅速發(fā)展與廣泛應用。

參考文獻:

[1] 馬少平,朱小燕.人工智能[M].北京:清華大學出版社,2004.

[2] 石純一,黃呂寧,土家欽.人工智能原理[M].北京:清華大學出版社,1993.

[3] L.A. Zadeh, Fuzzy Sets[J].Information and Control,1965(8).

[4] Bord M A. 人工智能哲學[M].劉西瑞,王漢琦,譯.上海:上海譯文出版社,2001.

[5] 劉敘華.基于歸結方法的自動推理[M].北京:科學出版社,1994.

[6] 顧明.基于模糊ART神經(jīng)網(wǎng)絡的在線人臉識別模型的設計和實現(xiàn)[J].計算機科學,2007(8):92-94.

[7] 王雙成. 面向智能數(shù)據(jù)處理的圖形模式研究[D].吉林大學,2004.

第5篇：數(shù)字經(jīng)濟及人工智能范文

一、“區(qū)塊鏈+AI”行業(yè)概述：

1、“區(qū)塊鏈+AI”行業(yè)簡介

人工智能（ArtificialIntelligence）英文縮寫為“AI”，主要研究如何使計算機去做更多過去只有人類才能完成的智能工作。AI一詞最早是在1956年Dartmouth學會上提出，2015年美國伊利諾伊小組研究中表明，現(xiàn)階段AI智力已可達4歲孩童智力水平。隨著人工智能技術不斷成熟應用，圍繞著“AI+”的技術理念創(chuàng)新也在不斷提出，其中“區(qū)塊鏈+AI”的技術理念尤為突出。

區(qū)塊鏈是分布式數(shù)據(jù)存儲、點對點傳輸、共識機制、加密算法等計算機技術的新型應用模式。其本身作為比特幣的底層技術，擁有去中心化、開放性、自治性、信息難篡改、匿名性等特征，可有效彌補人工智能應用中存在的數(shù)據(jù)共享、數(shù)據(jù)安全等問題。區(qū)塊鏈可以為人工智能提供“鏈”的功能，讓人工智能的“自主”運行中需要的數(shù)據(jù)信息都得到可信記錄并具備可溯源的特點，使得AI更可信、更安全?？梢哉f“區(qū)塊鏈+AI”是新型技術之間的通力合作，若兩者可有機結合，將會創(chuàng)造更大的價值。

從金融、消費、醫(yī)療服務到政府服務，區(qū)塊鏈和人工智能的結合正在逐步滲透各個行業(yè)和領域。人工智能和區(qū)塊鏈的協(xié)作將會解決諸多的問題，在人工智能提供數(shù)據(jù)分析和匹配的同時，區(qū)塊鏈將提供一個更加安全和可信任的網(wǎng)絡。

2、人工智能和區(qū)塊鏈行業(yè)現(xiàn)狀概述

人工智能被譽為引領未來的戰(zhàn)略性技術，是提升國家競爭力、維護國家安全的核心技術之一，也將成為經(jīng)濟發(fā)展中新一輪產(chǎn)業(yè)變革的核心驅動力。在我國，人工智能的發(fā)展受到高度重視，2017年7月8日國務院了《新一代人工智能發(fā)展規(guī)劃》的戰(zhàn)略部署，明確我國新一代人工智能發(fā)展的三大戰(zhàn)略目標：至2020年人工智能總體技術和應用與世界先進水平同步，成為重要經(jīng)濟增長點，全面支持建設小康社會；至2025年人工智能基礎理論實現(xiàn)重大突破，成為我國產(chǎn)業(yè)升級和經(jīng)濟轉型的主要動力，向智能社會建設邁進；至2030年人工智能理論、技術和應用總體達到世界領先水平，成為世界主要人工智能創(chuàng)新中心，為經(jīng)濟強國奠基。根據(jù)中國互聯(lián)網(wǎng)絡信息中心（CNNIC）2017年的《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示，2016年中國人工智能相關專利年申請數(shù)量達30115項，產(chǎn)業(yè)規(guī)模突破百億，2017年中國人工智能產(chǎn)業(yè)規(guī)模達152.1億元，該行業(yè)每年以40%～50%增長率進行增長，預估2019年將突破300億元，截止2017年6月我國人工智能企業(yè)總數(shù)已達592家，僅次于美國。2017年9月，華為公司推出的芯片麒麟970及蘋果公司推出的芯片A11SOC均具備機器學習處理單元，為人工智能硬件打下堅實的基礎。人工智能行業(yè)目前已走過技術蠻荒期，處于通用技術與行業(yè)結合形成商業(yè)化場景應用階段。根據(jù)目前滬深兩市板塊分類統(tǒng)計，涉及人工智能概念的上市公司共104家，基本涵蓋了人工智能基礎層、技術層、應用層各相關領域。

相比于人工智能技術已經(jīng)經(jīng)歷了60多年的長足發(fā)展而言，區(qū)塊鏈技術目前起步不到10年，且剛剛經(jīng)歷了三個初級的階段，分別為：

起步期：2009年-2012年，以比特幣為代表的加密數(shù)字貨幣使得區(qū)塊鏈技術開始走進部分極客和新興技術愛好者的視野當中，并開始在世界范圍內(nèi)形成一定程度的關注和研究。

雛形期：2013年-2017年，以太坊在比特幣的基礎技術架構之上引入了智能合約，使得區(qū)塊鏈的可拓展性得到極大的提升，區(qū)塊鏈技術開始延展到更多行業(yè)和領域。

發(fā)展期：2018年-，區(qū)塊鏈技術開始迭展，行業(yè)發(fā)展聚焦于更為安全的技術架構的搭建與更加良好基礎性能的提升，區(qū)塊鏈安全、區(qū)塊鏈與人工智能等方向開始受到行業(yè)重視，一些應用逐步在全球各個行業(yè)領域開始試點。

目前區(qū)塊鏈技術發(fā)展總體階段處于類似于互聯(lián)網(wǎng)發(fā)展的初期階段，距離大規(guī)模的應用落地仍然需要時間積累?！皡^(qū)塊鏈+AI”是新興技術相互賦能的良好應用結合，區(qū)塊鏈技術在人工智能這一垂直領域的探索，有助于加速新興技術的落地，并在實踐過程中不斷完善。目前大部分“區(qū)塊鏈+AI”項目仍處于概念驗證階段或早期應用階段。

二、“區(qū)塊鏈+AI”具有的優(yōu)勢與挑戰(zhàn)

在人工智能為區(qū)塊鏈提供更強大拓展場景與數(shù)據(jù)分析能力的同時，區(qū)塊鏈技術可為人工智能提供高度可信的原始數(shù)據(jù)以支持其持續(xù)的“深度學習”。在未來人工智能高度發(fā)展的同時，也可通過區(qū)塊鏈的分布式、透明、可溯源的特點，來保障人工智能始終處于人類可控的范圍之內(nèi)。這對兩者的技術發(fā)展進程都提出了更高的要求，總體而言，區(qū)塊鏈技術本身處于早期階段，與人工智能相結合需要持續(xù)迭代以滿足人工智能對性能和穩(wěn)定性的要求。

1、“區(qū)塊鏈+AI”兩項尖端科技的相互賦能

區(qū)塊鏈與人工智能兩項技術的結合，有以下七個方面的優(yōu)勢：一是區(qū)塊鏈可以提高人工智能的數(shù)據(jù)安全性；二是區(qū)塊鏈可以加速數(shù)據(jù)的累積，給人工智能提供更強大的數(shù)據(jù)支持，解決AI的數(shù)據(jù)供應問題；三是區(qū)塊鏈可以解決數(shù)據(jù)收集時的數(shù)據(jù)隱私問題；四是人工智能可以減少區(qū)塊鏈的電力消耗；五是區(qū)塊鏈使得人工智能更加的可信任；六是區(qū)塊鏈幫助人工智能縮短訓練時間；七是區(qū)塊鏈有助于打造一個更加開放與公平化的人工智能市場。雙方結合的優(yōu)勢具體說明如下：

（1）提高數(shù)據(jù)安全性

區(qū)塊鏈可以幫助人工智能避免因數(shù)據(jù)存儲問題導致的故障。區(qū)塊鏈中每個節(jié)點都按照鏈式結構存儲完整的數(shù)據(jù)，每個存儲節(jié)點都是獨立的、地位等同的。區(qū)塊鏈的高冗余特性，分布式數(shù)據(jù)存儲，可避免系統(tǒng)級別風險的發(fā)生。理論上看除非所有節(jié)點全部出現(xiàn)風險，否則數(shù)據(jù)就是安全的。

此外，考慮到人工智能診斷的“黑箱”問題，清晰誰建立了人工智能，使用什么數(shù)據(jù)進行訓練，以及誰部署了最終的，是我們應對人工智能可能出現(xiàn)的問題的最佳防控手段。目前使用的大多數(shù)人工智能程序都是“深度學習”算法的變體。不良的數(shù)據(jù)內(nèi)容將給人工智能帶來相應的安全隱患，區(qū)塊鏈則通過記錄哪些核心算法是使用哪組訓練數(shù)據(jù)開發(fā)的，避免了這一問題。更寬泛地說，區(qū)塊鏈可以記錄誰編寫了原始的人工智能算法以及用什么數(shù)據(jù)來訓練算法。

（2）大量且豐富的數(shù)據(jù)支持

一些企業(yè)為了自身發(fā)展會進行海量數(shù)據(jù)收集，同時因為市場競爭而拒絕進行數(shù)據(jù)共享。由此造成這些公司接觸到的數(shù)據(jù)有限，缺少完整的數(shù)據(jù)集做支撐，使得人工智能產(chǎn)品質(zhì)量較差。采用區(qū)塊鏈技術，可以利用數(shù)據(jù)分類帳進行部分數(shù)據(jù)的購買銷售?？煽啃詮?、可用性高的數(shù)據(jù)將會使得企業(yè)生產(chǎn)出高質(zhì)量的計算機識別，語音識別和其他數(shù)據(jù)密集型應用。

當收集了大量同類型數(shù)據(jù)用于訓練AI模型時，數(shù)據(jù)會受到偏差或“過度擬合”的影響。數(shù)據(jù)樣本將不具備典型的隨機性來代表總體的特性。使用此類型數(shù)據(jù)訓練的模型比使用更多不同樣本進行訓練的模型表現(xiàn)能力要差很多。通過引入?yún)^(qū)塊鏈技術，讓不同的人和公司來提供可信的不同數(shù)據(jù)，可以獲得更多樣化的數(shù)據(jù)樣本，幫助AI完成“自主性”決策。

（3）隱私保護

人工智能的高速發(fā)展需建立在大量的數(shù)據(jù)基礎上，不可避免地涉及到個人隱私數(shù)據(jù)合理使用的問題，例如從公共數(shù)據(jù)庫中推導出私人隱私信息，通過這些信息又推導到其他相關人員的信息，這已經(jīng)超出大部分人同意披露的信息范圍。區(qū)塊鏈采用非對稱加密和授權技術，交易信息公開透明，但對于賬戶身份信息是高度加密的，只有經(jīng)過數(shù)據(jù)擁有者授權才可訪問該數(shù)據(jù)，即使遭到入侵，也僅是一小部分信息內(nèi)容，無法獲取用戶完整的個人身份信息，此技術在AI大數(shù)據(jù)運行環(huán)境下，個人的隱私免于被侵犯，不法企業(yè)難以利用用戶數(shù)據(jù)來牟取不正當利益。同時，區(qū)塊鏈與加密算法相結合可以在數(shù)據(jù)分享過程中分離數(shù)據(jù)所有權和使用權，讓數(shù)據(jù)使用方可以利用密文進行模型訓練和使用，徹底杜絕原始數(shù)據(jù)泄露的風險，從而打通企業(yè)和政府中的數(shù)據(jù)孤島。

（4）能源消耗減少

采用POW共識機制的區(qū)塊鏈項目需要消耗大量的電力資源，人工智能可以通過學習算法，提升數(shù)據(jù)中心的負載，操控計算機服務器和相關的散熱系統(tǒng)，優(yōu)化冷卻，有效地進行設備管理，從而減少電力的消耗。對于AI可以優(yōu)化能源消耗已被谷歌和百度等公司證實，2017年6月百度的智能樓宇項目一個月內(nèi)為百度省下了25萬度用電量，谷歌旗下AI實驗室DeepMind利用人工智能技術幫助谷歌削減了15%的用電量。

（5）可信任度的提升

一個人工智能管理的區(qū)塊鏈可以為獨立于人工智能運行的底層平臺的人工智能提供一個分散的標識。每一個主要的人工智能都可以注冊成為被普遍認同的節(jié)點，這將為AI識別提供一個解決方案，類似于今天的網(wǎng)站證書，以驗證網(wǎng)站所有權。

一個人工智能管理的區(qū)塊鏈還可以允許每個人工智能將其活動的常規(guī)哈希函數(shù)寫入?yún)^(qū)塊鏈分類，以便具有加密密鑰的可以對其進行不可篡改的檢查。區(qū)塊鏈搭載的人工智能分布式賬本記錄了人工智能做了什么，確保人工智能的錯誤行為被及時的發(fā)現(xiàn)、分析和糾正。而區(qū)塊鏈的不可篡改性使得人工智能幾乎不可能“掩蓋它的蹤跡”和刪除犯罪活動數(shù)據(jù)。

最后，區(qū)塊鏈的共識機制可以確保人工智能處于控制之下。通過人工智能執(zhí)行任務的公共記錄(必須由多個區(qū)塊鏈節(jié)點進行驗證)，我們可以確保人工智能的運行不會超出界限。

（6）更短的AI訓練時間

在使用區(qū)塊鏈技術保障訓練數(shù)據(jù)的真實可靠性的前提之下，可以通過區(qū)塊鏈的分布式數(shù)據(jù)存儲的方式將一臺人工智能的深度學習訓練時間大幅度的減少。例如一個人工智能的訓練可以采用模型并行或者數(shù)據(jù)并行的方式，將單個的模型或者數(shù)據(jù)分布在不同的機器之上，從而減少訓練時間。人工智能也可以在同步數(shù)據(jù)并行中刪除同步約束限制，而采用異步并行模式——人工智能在每一步的信息處理中不必等待數(shù)據(jù)的相互確認，可以直接進行下一步的操作，從而進一步減少人工智能的深度學習訓練時間。

（7）開放公平性

區(qū)塊鏈提供的核心價值是“去信任中介化”。如果想要創(chuàng)建一個自組織和自我調(diào)節(jié)的人工智能網(wǎng)絡——那么分布式記賬技術是最好的途徑。谷歌、騰訊、IBM、Facebook和其他大型科技公司已經(jīng)徹底改變了分布式計算——將計算任務分散在多臺虛擬機之間，以實現(xiàn)高效的可伸縮任務處理。但是他們的布式處理工具仍然是非常集中的，并且專注于由中心化的控制器統(tǒng)一調(diào)度特定任務，以實現(xiàn)非常特定的目標。

而基于區(qū)塊鏈技術的智能合約將使“去信任中介”的網(wǎng)絡得以實現(xiàn)，在這種可信網(wǎng)絡中，兩個人工智能系統(tǒng)可以安全可靠地進行交互，而無需任何中心化的中介。區(qū)塊鏈還可為人工智能提供聲譽系統(tǒng)，這樣每個人工智能都可以在選擇與其他人工智能進行交易之前檢查其聲譽。另外，區(qū)塊鏈的無中介、高透明度將鼓勵這些人工智能開發(fā)人員共享他們的數(shù)據(jù)和他們的產(chǎn)品，而不必擔心出現(xiàn)某些偏袒競爭對手或竊取其知識產(chǎn)權的情況，并確保所有相關方為他們的工作獲得適當?shù)膱蟪辍?/p>

2、“區(qū)塊鏈+AI”面臨的挑戰(zhàn)

“區(qū)塊鏈+AI”的面臨的問題主要包括兩方面：一方面是AI和區(qū)塊鏈自身的缺點，在結合后仍無法有效解決；另一方面是AI和區(qū)塊鏈結合過程中可能造成原有優(yōu)勢被破壞。例如：

（1）政策性風險

區(qū)塊鏈目前部分的衍生應用在世界各地存在著一定的政策風險——例如未來是否采用區(qū)塊鏈技術伴生的通證來激勵人工智能開發(fā)或節(jié)點管理，但無論是在經(jīng)濟上還是在政策上如何定義通證仍有很大的不確定性。

（2）技術融合的不確定性

作為兩個前沿的新興技術，且都處于尚未完全成熟的階段。無論是從當前區(qū)塊鏈的技術指標，還是從人工智能的實際落地性來講，距離兩者真正的結合并實現(xiàn)落地，需要面對的不確定性因素仍然存在。目前區(qū)塊鏈的主要問題為擴容、隱私、和計算能力，主流的公有鏈難以支撐人工智能的鏈上實現(xiàn)。

（3）大規(guī)模的社會應用面臨挑戰(zhàn)

數(shù)據(jù)共享威脅大型企業(yè)利益。通過弱化數(shù)據(jù)的中心化，降低了大型企業(yè)相對小公司的競爭優(yōu)勢。如果任何人都可以訪問這些數(shù)據(jù)集和計算，那么任何人都有機會與世界上最大的公司競爭。從技術領域中去除這些障礙將會改善社會，但共享市場的嘗試可能會讓大公司感到不安。如果任何人都有能力在世界上制造出最好的人工智能，那么市場將與許多正在爭奪一部分市場的初創(chuàng)企業(yè)和小企業(yè)共同分享。之前使用用戶數(shù)據(jù)來制定廣告或業(yè)務策略的公司和政府組織將再次被迫以較不直接的方式獲取其數(shù)據(jù)。因此，大公司可能會反對數(shù)據(jù)去中心化，并可能游說維持AI模型開發(fā)方面集中式數(shù)據(jù)集的現(xiàn)狀。

（4）不可控性

當使用了“一旦運行不可停止”的智能合約時，如果合約代碼存在漏洞被黑客利用，黑客將通過智能合約漏洞牟利，因在區(qū)塊鏈上運行的事務和交易不可撤銷，可能會給企業(yè)和個人造成不可挽回的損失。

三、AI與區(qū)塊鏈結合的應用場景

結合兩者技術優(yōu)勢，通過AI讓區(qū)塊鏈更智能，區(qū)塊鏈讓AI更“自主”，更可信。目前對于AI和區(qū)塊鏈的結合應用，市場上已經(jīng)涌現(xiàn)出很多相關項目和理論創(chuàng)新，描述了不同場景下結合，比如：

（1）區(qū)塊鏈+AI在醫(yī)療方面進行結合

相關的結合領域有醫(yī)療數(shù)據(jù)加密和醫(yī)療計算分析。關于醫(yī)療數(shù)據(jù)方面，據(jù)統(tǒng)計，大部分的醫(yī)生會直接將病人的病情、個人信息等信息發(fā)給同事，這涉及侵犯病人隱私的問題。應用區(qū)塊鏈的非對稱加密和授權等技術，對關鍵信息進行加密，只有經(jīng)過數(shù)據(jù)擁有者授權才可訪問該數(shù)據(jù)，將大大的提高醫(yī)療數(shù)據(jù)的隱私性。關于醫(yī)療計算分析方面，AI在醫(yī)療機構提供數(shù)據(jù)錯誤率小于2%，利用區(qū)塊鏈的技術，可以對于醫(yī)療數(shù)據(jù)進行信息交換，相比傳統(tǒng)AI，數(shù)據(jù)可更好地進行共享。谷歌旗下DeepMindHealth正在開發(fā)區(qū)塊鏈醫(yī)療數(shù)據(jù)審計系統(tǒng)，利用“區(qū)塊鏈+AI”技術讓醫(yī)院、NHS、病人自身都能實時跟蹤其個人健康數(shù)據(jù)。

（2）區(qū)塊鏈+AI在數(shù)據(jù)市場進行結合

利用區(qū)塊鏈集合群體的力量，進行數(shù)據(jù)上的共享、AI模型的訓練等。AI的發(fā)展離不開龐大的數(shù)據(jù)集，區(qū)塊鏈可以利用數(shù)據(jù)分類帳進行高質(zhì)量數(shù)據(jù)的購買銷售，當收集了大量的、多樣化的數(shù)據(jù)樣本后，可用于訓練AI模型，這些數(shù)據(jù)及AI模型將會解決信任的數(shù)據(jù)孤島問題，使得人工智能機器人可以進行共享學習，自我成長，產(chǎn)出高質(zhì)量的計算機識別，語音識別和其他數(shù)據(jù)密集型應用。目前SingularityNet、DeepBrainChain、Bottos、OceanProtocol、Indorse、ARPAChain等項目涉及該領域。

（3）區(qū)塊鏈+AI在金融領域進行結合

相關的結合領域有市場情緒分析、去中介交易商經(jīng)紀人（IDB）和檢測金融欺詐行為等。關于市場情緒分析及去IDB方面，利用AI進行深度學習和時序分析，再結合區(qū)塊鏈技術保護下的個人數(shù)據(jù)相整合，為個人提供更精準的交易服務。具體來說，就是從用戶面板上進行大數(shù)據(jù)采集及處理，通過人工智能分析用戶情緒數(shù)據(jù)，對市場波動進行預算，最后自動化下單。利用機器人取代人工，提升效率，降低了IDB傭金。在檢測金融欺詐行為方面，使用交易機器人，高頻加密交易，弱中心化減少人為操控的可能性，降低金融欺詐風險，此外，AI監(jiān)控加密市場，讓惡意攻擊變得更難。目前有Autonio、Aigang、Numeraire、Endor等項目涉及該領域。

（4）區(qū)塊鏈+AI在云計算方面進行結合

當前AI云計算方面面臨計算資源昂貴、訓練時間長、訓練數(shù)據(jù)多、開發(fā)去中心應用困難等問題，結合區(qū)塊鏈技術后能較好地解決以上問題。把區(qū)塊鏈中挖礦及電力消耗過程中過剩的資源轉換為AI云算力，資源上進行整合，降低計算成本。目前有NebulaAI項目涉及該領域。

（5）區(qū)塊鏈+AI在物聯(lián)網(wǎng)方面進行延展

首先，區(qū)塊鏈技術可以幫助解決“如何證明自己是自己”的問題，用戶可通過區(qū)塊鏈+AI技術完成生物身份識別和身份認證，將個人身份與物聯(lián)網(wǎng)聯(lián)系在一起。其次，解決了更新的問題，所有物聯(lián)網(wǎng)設備在區(qū)塊鏈+AI的加持下，數(shù)據(jù)共享，設備可智能化更新。具體的垂直應用包括：應用在工業(yè)制造上，制造生產(chǎn)的設備在區(qū)塊鏈中傳遞信息，更智能化地成長，提高效率、增加產(chǎn)能；應用在交通上，更好地鋪開無人駕駛應用，解放人們的時間，智能化管理交通，有利于減少交通堵塞、交通事故的發(fā)生；應用在監(jiān)控等公共基礎設備上，身份認證能快速的識別出罪犯，有利于維護社會穩(wěn)定。目前有智行者、美圖等項目涉及該領域。

四、“區(qū)塊鏈+AI”行業(yè)展望

第6篇：數(shù)字經(jīng)濟及人工智能范文

【關鍵詞】機械設計；自動化；重要性

隨著社會對產(chǎn)品多樣化、低制造成本及短制造周期等需求日趨迫切，F(xiàn)MS發(fā)展頗為迅速，并且由于微電子技術、計算機技術、通信技術、機械與控制設備的發(fā)展。

1.自動化機械制造規(guī)模

按規(guī)模大小FMS可分為如下4類：

1.1自動化制造單元

FMC：的問世并在生產(chǎn)中使用約比FMS晚6～8年，它是由1～2臺加工中心、工業(yè)機器人、數(shù)控機床及物料運送存貯設備構成，具有設置應加工多品種產(chǎn)品的靈活性。FMC可視為一個規(guī)模最小的FMS，是FMS向廉價化及小型化方向發(fā)展和一種產(chǎn)物，其特點是實現(xiàn)單機自動化，迄今已進入普及應用階段。

1.2自動化制造系統(tǒng)

通常包括4臺或更多臺全自動數(shù)控機床及人工中心與車削中心等），由集中的控制系統(tǒng)及物料搬運系統(tǒng)連接起來，可在不停機的情況下實現(xiàn)多品種、中小批量的加工及管理。

1.3自動化制造線

它是處于單一或少品種大批量非自動化自動線與中小批量多品種f：MS之間的生產(chǎn)線。其加工設備可以是通用的加工中心、CNC機床，亦可采用專用機床或NC專用機床，對物料搬運系統(tǒng)自動化的要求低于FMS，但生產(chǎn)率更高。

1.4自動化制造工廠

FMt是將多條FMS連接起來，配以自動化立體倉庫，用計算機系統(tǒng)進行聯(lián)系，采用從訂貨、設計、加工、裝配、檢驗、運送至發(fā)貨的完整FMS。它包括了CAD/CAM，并使計算機集成制造系統(tǒng)（C1MS）投入實際，實現(xiàn)生產(chǎn)系統(tǒng)自動化化及自動化，進而實現(xiàn)全廠范圍的生產(chǎn)管理、產(chǎn)品加工及物料貯運進程的全盤化。FMF是自動化生產(chǎn)的最高水平，反映出世界上最先進的自動化應用技術。它是將制造、產(chǎn)品開發(fā)及經(jīng)營管理的自動化連成一個整體，以信息流控制物質(zhì)流的智能制造系統(tǒng)IMS）為代表，其特點是實現(xiàn)工廠自動化化及自動化。

2.自動化關鍵技術

2.1計算機輔助設計

未來CAD技術發(fā)展將會引入專家系統(tǒng)，使之具有智能化，可處理各種復雜的問題。當前設計技術最新的一個突破是光敏立體成形技術，該項新技術是直接利用CAD數(shù)據(jù)，通過計算機控制的激光掃描系統(tǒng)，將三維數(shù)字模型分成若干層二維片狀圖形，并按二維片狀圖形對池內(nèi)的光敏樹脂液面進行光學掃描，被掃描到的液面則變成固化塑料，如此循環(huán)操作，逐層掃描成形，并自動地將分層成形的各片狀固化塑料粘合在一起，僅需確定數(shù)據(jù)，數(shù)小時內(nèi)便可制出精確的原型。它有助于加快開發(fā)新產(chǎn)品和研制新結構的速度。

2.2模糊控制技術

模糊數(shù)學的實際應用是模糊控制器。最近開發(fā)出的高性能模糊控制器具有自學習功能，可在控制過程中不斷獲取新的信息并自動地對控制量作調(diào)整，使系統(tǒng)性能大為改善，其中尤其以基于人工神經(jīng)網(wǎng)絡的自學方法更起人們極大的關注。

2.3人工智能、專家系統(tǒng)及智能傳感器技術

迄今，F(xiàn)MS中所采用的人工智能大多指基于規(guī)則的專家系統(tǒng)。專家系統(tǒng)利用專家知識和推理規(guī)則進行推理，求解各類問題（如解釋、預測、診斷、查找故障、設計、計劃、監(jiān)視、修復、命令及控制等）。由于專家系統(tǒng)能簡便地將各種事實及經(jīng)驗證過的理論與通過經(jīng)驗獲得的知識相結合，因而專家系統(tǒng)為FMS的諸方面工作增強了自動化。展望未來，以知識密集為特征，以知識處理為手段的人工智能（包括專家系統(tǒng)）技術必將在FMS（尤其智能型）中關鍵性的作用。人工智能在未來FMS中將發(fā)揮日趨重要的作用。目前用于FMS中的各種技術，預計最有發(fā)展前途的仍是人工智能。預計到21世紀初，人工智能在FMS中的應用規(guī)模將要比目前大4倍。智能制造技術fIMT旨在將人工智能融入制造過程的各個環(huán)節(jié)，借助模擬專家的智能活動，取代或延伸制造環(huán)境中人的部分腦力勞動。在制造過程，系統(tǒng)能自動監(jiān)測其運行狀態(tài)，在受到外界或內(nèi)部激勵時能自動調(diào)節(jié)其參數(shù)，以達到最佳工作狀態(tài)，具備自組織能力。

2.4人工神經(jīng)網(wǎng)絡技術

人工神經(jīng)網(wǎng)絡fANN）是模擬智能生物的神經(jīng)網(wǎng)絡對信息進行并行處理的一種方法。故人工神經(jīng)網(wǎng)絡也就是一種人工智能工具。在自動控制領域，神經(jīng)網(wǎng)絡不久將并列于專家系統(tǒng)和模糊控制系統(tǒng)，成為現(xiàn)代自支化系統(tǒng)中的一個組成部分。

3.啟動控制技術發(fā)展趨勢

3.1 FMC將成為發(fā)展和應用的熱門技術

這是因為FMC的投資比FMS少得多而經(jīng)濟效益相接近，更適用于財力有限的中小型企業(yè)。目前國外眾多廠家將FMC列為發(fā)展之重。

3.2朝多功能方向發(fā)展

第7篇：數(shù)字經(jīng)濟及人工智能范文

一、自動化機械制造規(guī)模

按規(guī)模大小FMS可分為如下4類

(一)自動化制造單元

FMC:的問世并在生產(chǎn)中使用約比FMS晚6~8年,它是由1~2臺加工中心、工業(yè)機器人、數(shù)控機床及物料運送存貯設備構成,具有設置應加工多品種產(chǎn)品的靈活性。FMC可視為一個規(guī)模最小的FMS,是FMS向廉價化及小型化方向發(fā)展和一種產(chǎn)物,其特點是實{目單機自動化化及自動化,迄今已進入普及應用階段。

(二)自動化制造系統(tǒng)

通常包括4臺或更多臺全自動數(shù)控機床及人工中心與車削中心等),由集中的控制系統(tǒng)及物料搬運系統(tǒng)連接起來,可在不停機的情況下實現(xiàn)多品種、中小批量的加工及管理。

(三)自動化制造線

它是處于單一或少品種大批量非自動化自動線與中小批量多品種f:MS之間的生產(chǎn)線。其加工設備可以是通用的加工中心、CNC機床,亦可采用專用機床或NC專用機床,對物料搬運系統(tǒng)自動化的要求低于FMS,但生產(chǎn)率更高。

(四)自動化制造工廠

FMt是將多條FMS連接起來,配以自動化立體倉庫,用計算機系統(tǒng)進行聯(lián)系,采用從訂貨、設計、加工、裝配、檢驗、運送至發(fā)貨的完整FMS。它包括了CAD/CAM,并使計算機集成制造系統(tǒng)(C1MS)投入實際,實現(xiàn)生產(chǎn)系統(tǒng)自動化化及自動化,進而實現(xiàn)全廠范圍的生產(chǎn)管理、產(chǎn)品加工及物料貯運進程的全盤化。FMF是自動化生產(chǎn)的最高水平,反映出世界上最先進的自動化應用技術。它是將制造、產(chǎn)品開發(fā)及經(jīng)營管理的自動化連成一個整體,以信息流控制物質(zhì)流的智能制造系統(tǒng)IMS)為代表,其特點是實現(xiàn)工廠自動化化及自動化。

二、自動化關鍵技術

(一)計算機輔助設計

未來CAD技術發(fā)展將會引入專家系統(tǒng),使之具有智能化,可處理各種復雜的問題。當前設計技術最新的一個突破是光敏立體成形技術,該項新技術是直接利用CAD數(shù)據(jù),通過計算機控制的激光掃描系統(tǒng),將三維數(shù)字模型分成若干層二維片狀圖形,并按二維片狀圖形對池內(nèi)的光敏樹脂液面進行光學掃描,被掃描到的液面則變成固化塑料,如此循環(huán)操作,逐層掃描成形,并自動地將分層成形的各片狀固化塑料粘合在一起,僅需確定數(shù)據(jù),數(shù)小時內(nèi)便可制出精確的原型。它有助于加快開發(fā)新產(chǎn)品和研制新結構的速度。

(二)模糊控制技術

模糊數(shù)學的實際應用是模糊控制器。最近開發(fā)出的高性能模糊控制器具有自學習功能,可在控制過程中不斷獲取新的信息并自動地對控制量作調(diào)整,使系統(tǒng)性能大為改善,其中尤其以基于人工神經(jīng)網(wǎng)絡的自學方法更起人們極大的關注。

(三)工智能、專家系統(tǒng)及智能傳感器技術

迄今,FMS中所采用的人工智能大多指基于規(guī)則的專家系統(tǒng)。專家系統(tǒng)利用專家知識和推理規(guī)則進行推理,求解各類問題(如解釋、預測、診斷、查找故障、設計、計劃、監(jiān)視、修復、命令及控制等)。由于專家系統(tǒng)能簡便地將各種事實及經(jīng)驗證過的理論與通過經(jīng)驗獲得的知識相結合,因而專家系統(tǒng)為FMS的諸方面工作增強了自動化。展望未來,以知識密集為特征,以知識處理為手段的人工智能(包括專家系統(tǒng))技術必將在FMS(尤其智能型)中關鍵性的作用。人工智能在未來FMS中將發(fā)揮日趨重要的作用。目前用于FMS中的各種技術,預計最有發(fā)展前途的仍是人工智能。預計到21世紀初,人工智能在FMS中的應用規(guī)模將要比目前大4倍。智能制造技術fIMT旨在將人工智能融入制造過程的各個環(huán)節(jié),借助模擬專家的智能活動,取代或延伸制造環(huán)境中人的部分腦力勞動。在制造過程,系統(tǒng)能自動監(jiān)測其運行狀態(tài),在受到外界或內(nèi)部激勵時能自動調(diào)節(jié)其參數(shù),以達到最佳工作狀態(tài),具備自組織能力。

(四)人工神經(jīng)網(wǎng)絡技術

人工神經(jīng)網(wǎng)絡fANN)是模擬智能生物的神經(jīng)網(wǎng)絡對信息進行并行處理的一種方法。故人工神經(jīng)網(wǎng)絡也就是一種人工智能工具。在自動控制領域,神經(jīng)網(wǎng)絡不久將并列于專家系統(tǒng)和模糊控制系統(tǒng),成為現(xiàn)代自支化系統(tǒng)中的一個組成部分。轉貼于 免費論文下載中心

三、啟動控制技術發(fā)展趨勢

(一)FMC將成為發(fā)展和應用的熱門技術

這是因為FMC的投資比FMS少得多而經(jīng)濟效益相接近,更適用于財力有限的中小型企業(yè)。目前國外眾多廠家將FMC列為發(fā)展之重。

(二)朝多功能方向發(fā)展

由單純加工型FMS進一步開發(fā)以焊接、裝配、檢驗及鈑材加工乃至鑄、鍛等制造工序兼具的多種功能FMS。FMS是實現(xiàn)未來工廠的新穎概念模式和新的發(fā)展趨勢,是決定制造企業(yè)未來發(fā)展前途的具有戰(zhàn)略意義的舉措。日本從1991年開始實施的“智能制造系統(tǒng)”frms)國際性開發(fā)項目,屬于第二代FMS:完善的第二代FMS正在不斷實現(xiàn)。智能化機械與人之間相互融合、自動化地全面協(xié)調(diào)從接受訂單貨至生產(chǎn)、銷售這一企業(yè)生產(chǎn)經(jīng)營的全部活動。

第8篇：數(shù)字經(jīng)濟及人工智能范文

【關鍵詞】測繪技術 ；土地整理 ；應用

土地開發(fā)整理是一項綜合性的工作，測繪數(shù)據(jù)是決策正確的最基本保證。提高測繪水平，更有利于土地整理。

1、測繪技術在土地開發(fā)整理中的應用

由于測繪工作貫穿于土地開發(fā)整理的全過程，不同于平常所指的地形測量，因此測繪工作比地形測量工作更細致，更具體，同時更講究方法，它直接關系到工程項目概（預）算的準確性，在科學決策、節(jié)約投資、規(guī)范工程行為等方面有著不可低估的作用。 土地開發(fā)整理是一項大工程，前期決策、設計，中期對施工的控制，后期竣工驗收備案等各個階段都離不開測繪技術的支持。不同的階段對測繪數(shù)據(jù)的要求各不相同，但是都非常重要。測繪技術在運用到土地開發(fā)整理中各個階段都具有一致性（表現(xiàn)為下面闡述的幾個特點）。

2、測繪在土地開發(fā)整理中的特點

土地開發(fā)整理中，對測量提出最高要求的是在工程項目的前期決策階段，而這一階段對數(shù)據(jù)精度要求最高、對數(shù)據(jù)所反映的內(nèi)容要求最全面的主要是工程設計部門。牽涉到設計方案的制定、設計概預算的準確編制、為各方提供合理準確的投資計算、對項目方案的經(jīng)濟性進行分析比較。下面以該階段為重點分析測量的特點：

2.1關鍵點的測量不可少。

通常地形測量中，一般是先整體、后局部式的測量，為了追求效率，一般是畫成網(wǎng)格式測量，根據(jù)不同的比例要求布置高程測點，由整體到局部展開，測量預先畫定的點，其他的點基本采用內(nèi)插的方式。在成圖后，依據(jù)測點，勾繪出等高線，在這中間，就已經(jīng)存在了一個假設，就是點與點之間的變化必須是平緩的，不能有較大的起伏，但實際中這種情況很少，為了追求精度，往往可取的措施是畫密網(wǎng)格。土地開發(fā)整理前期準備工作中的測量也采取這種方式，它主要是測量關鍵點，不事先畫定網(wǎng)格。關鍵點指的是高程趨勢的變化點，如坡頂、邊坎邊。舊村復墾的測量關鍵點尤為重要。

2.2坎上坎下均測。

在地形測繪中，往往只測量坎的平面位置，不測量坎下的位置和標高，這在土地開發(fā)整理中，難以給以后的設計及概（預）算提供準確的數(shù)據(jù)。筆者特別強調(diào)對各種土坎要細分，注明坎頂、坎腳線的位置和標高，特別對于緩坡坎，注明坎頂線與坎底線的位置和標高，有時特別重要，因為這影響土方計算的準確性。

2.3細部測量注明。

所謂的細部測量注明與平常所說的細部測量不同。平常的細部測量是指局部區(qū)域中詳細的測量，僅僅是為了提高測量精度，而土地整理中的細部測量更為詳細，包括墳穴、樹木、房層的面積及新舊程度、建筑密度、人口密度、容積率，這些都關系到以后拆遷、征地補償費的計算。細部測量在舊村復墾、舊城鎮(zhèn)改造中顯得非常重要，具體表現(xiàn)有以下幾點：①準確記錄樹木包括果樹的種類、年齡，墳穴、房屋的位置與面積、建筑密度、人口密度、容積率等；②準確記錄水塔、管線的長度及使用年限；③特別是對學校、廟宇及舊村委會等要作詳細記錄，這有利于以后的設計方案的選擇。

3、測繪技術自動化技術的發(fā)展趨勢

隨著計算機、網(wǎng)絡技術的發(fā)展及測量儀器的系統(tǒng)、智能化，測繪技術自動化技術向著3G技術及集成技術自動化、實時化、數(shù)字化，數(shù)據(jù)庫和應用軟件的開發(fā)應用，三維可視化技術以及人工智能化發(fā)展。使測繪技術自動化技術能全方位的應用于地形測量中，提高了地形測量的效率和準確性。

3G技術及集成技術的進一步發(fā)展 積極普及3G技術的應用，改進3G技術中存在問題，更新3G及其集成技術測量的方法和手段，加強測量精度和準確性，使3G技術能在地形測量測繪技術領域的應用進一步擴展。全球數(shù)字攝影測量系統(tǒng)在GPS、GIS、RS和3S集成技術中的應用，對數(shù)碼攝影測量和地形測量更加普及和深化，使測繪技術向電子化、自動化、數(shù)字化方向發(fā)展。

測繪軟件及數(shù)據(jù)庫的開發(fā)與更新 加強地形測量數(shù)字化測繪軟件的研發(fā)，使測繪軟件系統(tǒng)更加高效、靈活和功能齊全，使測繪軟件技術在地形測量中起到了相當重要的作用。

更新完善信息數(shù)據(jù)庫，將采集的測量數(shù)據(jù)轉換直接進入信息數(shù)據(jù)庫，數(shù)據(jù)管理查詢方便，數(shù)據(jù)共享，實現(xiàn)全球數(shù)據(jù)更新和擴展空間基礎信息系統(tǒng)的動態(tài)管理，實現(xiàn)測量數(shù)據(jù)的管理科學化、標準化、信息化，實現(xiàn)測繪數(shù)據(jù)的傳輸網(wǎng)絡化、多樣化、社會化，使測繪技術走向自動化，實時化，數(shù)字化。

人工智能和專家系統(tǒng)在測繪技術中的應用 隨著計算機技術的發(fā)展和測繪技術與相關學科的交叉、綜合，人工智能和專家系統(tǒng)在測繪技術中有著廣泛的應用前景。計算機利用專家知識模擬人腦思維進行推理，從事智能化的數(shù)據(jù)、圖形處理和信息管理工作，極大地提高工作效率，使測繪技術向自動化、智能化發(fā)展。全球定位系統(tǒng)（GPS）、數(shù)字攝影測量系統(tǒng)（DPS）、遙感技術（RS）、地理信息系統(tǒng)（GIS）和專家系統(tǒng)（ES）這5S技術的發(fā)展和相互結合，專家系統(tǒng)在其中發(fā)揮著重要的作用，專家系統(tǒng)對整個測量流程進行控制，并執(zhí)行相應的推理、分析和處理工作，并可實現(xiàn)信息資源共享，實時動態(tài)監(jiān)測診斷，提高效率和質(zhì)量，是測繪技術通向實時、自動、智能測量系統(tǒng)的關鍵。

4、對土地開發(fā)整理中測繪工作的體會

精細的測繪工作固然會提高后期工作的精度，但并不是越詳細越好，因為這會增加測繪的費用。我們應該本著總費用最小的原則。根據(jù)工程實踐，對土地開發(fā)整理中測繪工作我們有下面幾點體會：

合理確定測圖比例尺。起伏變化少、地勢較平坦地區(qū)的土地開發(fā)整理項目一般要求1：2000即可符合各方要求；而起伏變化多、地貌破碎、通視困難的區(qū)域應該達到1：1000.

關鍵點測量必不可少。要加測高程趨勢變化點、坎頂、坎腳線的位置和標高，溝、地窯等量注面積及比高。

圖上元素應充分具體。測繪成果圖上除反映居民地、林地、 溝、渠、電等現(xiàn)狀地物及其使用年限外，對于舊村復墾、舊城改造的地方，還應統(tǒng)計出每戶的房屋面積、新舊程度、建筑密度 、林地樹木的種類、年齡、面積，墳穴的位置、數(shù)量等。

測區(qū)應埋設足夠的標石，注記高程和坐標，以利進行工程施工控制。

第9篇：數(shù)字經(jīng)濟及人工智能范文

關鍵詞：機械制造；自動化技術；思考

機械制造自動化是指在機械制造過程的所有環(huán)節(jié)中采用自動化技術，以實現(xiàn)機械制造全過程的自動化。隨著電子和信息技術的發(fā)展，特別是隨著計算機的出現(xiàn)和廣泛應用，自動化已擴展為用機器（包括計算機）代替人的體力勞動和腦力勞動，自動地完成特定的作業(yè)。一個零部件（或產(chǎn)品）的制造包括著若干個工藝過程，如果不僅每個工藝過程都自動化了，而且它們之間是自動的有機聯(lián)系在一起，也就是說從原材料到最終成品的全過程都不需要人工干預，這時就形成了制造過程的自動化。

機械制造自動化技術主要包括：包括上下料、裝夾、換刀、加工、零件校驗等環(huán)節(jié)的機械加工自動化技術；包括工件、刀具、其它物料的儲運的物料儲運自動化技術；包括零部件供應、裝配過程等的裝配自動化技術；包括零件檢測、產(chǎn)品檢測、刀具檢測等的質(zhì)量控制自動化技術。

在工業(yè)生產(chǎn)中，機械自動化的作用很大：⑴采用自動化技術后可以大幅度縮短產(chǎn)品制造過程中的輔助時間，有效縮短了生產(chǎn)周期，從而使生產(chǎn)率得以提高。⑵由于廣泛采用各種高精度的加工設備和自動檢測設備，減少了工人情緒波動的，提高了產(chǎn)品質(zhì)量。⑶采用自動化技術后可減少占地面積，減少直接生產(chǎn)工人的數(shù)量，減少廢品率等，提高經(jīng)濟效益。⑷采用現(xiàn)代制造技術使得變更制造對象更容易，適應的范圍也較寬，十分有利于產(chǎn)品的更新。⑸體現(xiàn)一個國家的科技水平，可以帶動自動檢測技術、自動化控制技術、產(chǎn)品設計與制造技術，系統(tǒng)工程技術等相關技術的發(fā)展。

1 自動化機械制造規(guī)模

按規(guī)模大小FMS可分為如下4類

1.1 自動化制造單元

FMC：的問世并在生產(chǎn)中使用約比FMS晚6～8年，它是由1～2臺加工中心、工業(yè)機器人、數(shù)控機床及物料運送存貯設備構成，具有設置應加工多品種產(chǎn)品的靈活性。FMC可視為一個規(guī)模最小的FMS，是FMS向廉價化及小型化方向發(fā)展和一種產(chǎn)物，其特點是實{目單機自動化化及自動化，迄今已進入普及應用階段。

1.2 自動化制造系統(tǒng)

通常包括4臺或更多臺全自動數(shù)控機床及人工中心與車削中心等），由集中的控制系統(tǒng)及物料搬運系統(tǒng)連接起來，可在不停機的情況下實現(xiàn)多品種、中小批量的加工及管理。

1.3 自動化制造線

它是處于單一或少品種大批量非自動化自動線與中小批量多品種f：MS之間的生產(chǎn)線。其加工設備可以是通用的加工中心、CNC機床，亦可采用專用機床或NC專用機床，對物料搬運系統(tǒng)自動化的要求低于FMS，但生產(chǎn)率更高。

1.4 自動化制造工廠

FMt是將多條FMS連接起來，配以自動化立體倉庫，用計算機系統(tǒng)進行聯(lián)系，采用從訂貨、設計、加工、裝配、檢驗、運送至發(fā)貨的完整FMS。它包括了CAD/CAM，并使計算機集成制造系統(tǒng)（C1MS）投入實際，實現(xiàn)生產(chǎn)系統(tǒng)自動化化及自動化，進而實現(xiàn)全廠范圍的生產(chǎn)管理、產(chǎn)品加工及物料貯運進程的全盤化。FMF是自動化生產(chǎn)的最高水平，反映出世界上最先進的自動化應用技術。它是將制造、產(chǎn)品開發(fā)及經(jīng)營管理的自動化連成一個整體，以信息流控制物質(zhì)流的智能制造系統(tǒng)IMS）為代表，其特點是實現(xiàn)工廠自動化化及自動化。

2 自動化關鍵技術

2.1 計算機輔助設計

未來CAD技術發(fā)展將會引入專家系統(tǒng)，使之具有智能化，可處理各種復雜的問題。當前設計技術最新的一個突破是光敏立體成形技術，該項新技術是直接利用CAD數(shù)據(jù)，通過計算機控制的激光掃描系統(tǒng)，將三維數(shù)字模型分成若干層二維片狀圖形，并按二維片狀圖形對池內(nèi)的光敏樹脂液面進行光學掃描，被掃描到的液面則變成固化塑料，如此循環(huán)操作，逐層掃描成形，并自動地將分層成形的各片狀固化塑料粘合在一起，僅需確定數(shù)據(jù)，數(shù)小時內(nèi)便可制出精確的原型。它有助于加快開發(fā)新產(chǎn)品和研制新結構的速度。

2.2 模糊控制技術

模糊數(shù)學的實際應用是模糊控制器。最近開發(fā)出的高性能模糊控制器具有自學習功能，可在控制過程中不斷獲取新的信息并自動地對控制量作調(diào)整，使系統(tǒng)性能大為改善，其中尤其以基于人工神經(jīng)網(wǎng)絡的自學方法更起人們極大的關注。

2.3 工智能、專家系統(tǒng)及智能傳感器技術

迄今，F(xiàn)MS中所采用的人工智能大多指基于規(guī)則的專家系統(tǒng)。專家系統(tǒng)利用專家知識和推理規(guī)則進行推理，求解各類問題（如解釋、預測、診斷、查找故障、設計、計劃、監(jiān)視、修復、命令及控制等）。由于專家系統(tǒng)能簡便地將各種事實及經(jīng)驗證過的理論與通過經(jīng)驗獲得的知識相結合，因而專家系統(tǒng)為FMS的諸方面工作增強了自動化。展望未來，以知識密集為特征，以知識處理為手段的人工智能（包括專家系統(tǒng)）技術必將在FMS（尤其智能型）中關鍵性的作用。人工智能在未來FMS中將發(fā)揮日趨重要的作用。目前用于FMS中的各種技術，預計最有發(fā)展前途的仍是人工智能。預計到21世紀初，人工智能在FMS中的應用規(guī)模將要比目前大4倍。智能制造技術fIMT旨在將人工智能融入制造過程的各個環(huán)節(jié)，借助模擬專家的智能活動，取代或延伸制造環(huán)境中人的部分腦力勞動。在制造過程，系統(tǒng)能自動監(jiān)測其運行狀態(tài)，在受到外界或內(nèi)部激勵時能自動調(diào)節(jié)其參數(shù)，以達到最佳工作狀態(tài)，具備自組織能力。

2.4 人工神經(jīng)網(wǎng)絡技術

人工神經(jīng)網(wǎng)絡fANN）是模擬智能生物的神經(jīng)網(wǎng)絡對信息進行并行處理的一種方法。故人工神經(jīng)網(wǎng)絡也就是一種人工智能工具。在自動控制領域，神經(jīng)網(wǎng)絡不久將并列于專家系統(tǒng)和模糊控制系統(tǒng)，成為現(xiàn)代自支化系統(tǒng)中的一個組成部分。

3 啟動控制技術發(fā)展趨勢

自二戰(zhàn)結束以來，世界各發(fā)達國家逐漸重視設計理論和設計方法的研究，先后產(chǎn)生了許多新概念、新思想、新理論和新技術。從設計方法來看，國內(nèi)外先后提出了并行設計、虛擬設計、協(xié)同設計，相似性設計、智能設計等新概念；從設計準則來看，出現(xiàn)了優(yōu)化設計、可靠性設計、有限元等概念，從設計的手段來看，出現(xiàn)了計算機輔助設計，不僅普及了二維設計 CAD 軟件，而且功能全面的三維造型軟件也進入了實用階段。

3.1 FMC將成為發(fā)展和應用的熱門技術

這是因為FMC的投資比FMS少得多而經(jīng)濟效益相接近，更適用于財力有限的中小型企業(yè)。目前國外眾多廠家將FMC列為發(fā)展之重。近年來，計算機網(wǎng)絡技術、 Web 技術和數(shù)據(jù)庫技術的出現(xiàn)和飛速發(fā)展，給現(xiàn)代機械設計注入了新的生機和活力，機械設計逐漸向數(shù)字化、網(wǎng)絡化方向發(fā)展。基于 Web 的遠程設計正是在這種條件下產(chǎn)生的。它的出現(xiàn)，使得各制造企業(yè)可以充分利用 Internet 和 Web 的國際互聯(lián)性和資源共享性，組建企業(yè)間的動態(tài)聯(lián)盟或虛擬設計小組，通過組合分散在各個地域企業(yè)的技術優(yōu)勢，發(fā)揮各個企業(yè)的局部特長，同時不同專業(yè)的技術人員可以不受地域的限制，在一個統(tǒng)一且易于訪問的平臺下進行異地的合作與設計，實現(xiàn)信息的交流和共享，進而快速開發(fā)出所需產(chǎn)品，提高產(chǎn)品設計的一次成功率。

3.2 朝多功能方向發(fā)展

由單純加工型FMS進一步開發(fā)以焊接、裝配、檢驗及鈑材加工乃至鑄、鍛等制造工序兼具的多種功能FMS。FMS是實現(xiàn)未來工廠的新穎概念模式和新的發(fā)展趨勢，是決定制造企業(yè)未來發(fā)展前途的具有戰(zhàn)略意義的舉措。日本從1991年開始實施的“智能制造系統(tǒng)”frms）國際性開發(fā)項目，屬于第二代FMS：完善的第二代FMS正在不斷實現(xiàn)。智能化機械與人之間相互融合、自動化地全面協(xié)調(diào)從接受訂單貨至生產(chǎn)、銷售這一企業(yè)生產(chǎn)經(jīng)營的全部活動。

進入新世紀，F(xiàn)MS獲得迅猛發(fā)展，幾乎成生產(chǎn)自動化之熱點。一方面是由于單項技術如NC加工中心、工業(yè)機器人、CAD/CAM、資源管理及高度技術等的發(fā)展，提供了可供集成一個整體系統(tǒng)的技術基礎：另一方面，世界市場發(fā)生了重大變化，由過去傳統(tǒng)、相對穩(wěn)定的市場，發(fā)展為動態(tài)多變的市場，為了從市場中求生存、求發(fā)展，提高企業(yè)對市場需求的應變能力，人們開始探索新的生產(chǎn)方法和經(jīng)營模式。

參考文獻：