人工智能技術(shù)含義精選(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人工智能技術(shù)含義主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能技術(shù)含義范文

關(guān)鍵詞：人工智能技術(shù)；電氣自動(dòng)化控制；應(yīng)用；探討

中圖分類(lèi)號(hào)：F407.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：

隨著時(shí)代的進(jìn)步與社會(huì)的發(fā)展以及人們生活水平的提升，對(duì)社會(huì)生產(chǎn)力的發(fā)展水平提出了更高更好地要求。而電氣自動(dòng)化產(chǎn)業(yè)作為推動(dòng)社會(huì)經(jīng)濟(jì)發(fā)展的動(dòng)力之一，在實(shí)際的發(fā)展過(guò)程中存在著一些問(wèn)題，需要進(jìn)行創(chuàng)新與改革，以提升電氣自動(dòng)化產(chǎn)業(yè)的生產(chǎn)力水平。將人工智能技術(shù)應(yīng)用到電氣自動(dòng)化控制領(lǐng)域中，不僅有助于優(yōu)化電氣自動(dòng)化產(chǎn)業(yè)的生產(chǎn)控制流程，降低企業(yè)的生產(chǎn)成本，而且有助于提升企業(yè)的生產(chǎn)效率，增強(qiáng)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力。

關(guān)于人工智能技術(shù)的研究

(1)關(guān)于人工智能技術(shù)含義的研究

所謂人工智能（AI），是指研究開(kāi)發(fā)用于延伸、模擬、擴(kuò)展人的智能的方法、理論、技術(shù)以及應(yīng)用系統(tǒng)的一門(mén)技術(shù)科學(xué)，屬于計(jì)算機(jī)科學(xué)的分支。其意圖了解并掌握智能的實(shí)質(zhì)內(nèi)容并開(kāi)發(fā)生產(chǎn)出一種以人類(lèi)智能相似的方式作出反應(yīng)的職能及其，其內(nèi)容包括語(yǔ)言識(shí)別、機(jī)器人、自然語(yǔ)言處理、圖像識(shí)別、專(zhuān)家系統(tǒng)等。其涉及控制論、信息論、仿生學(xué)、自動(dòng)化、心理學(xué)、生物學(xué)、語(yǔ)言學(xué)、數(shù)理邏輯、哲學(xué)以及醫(yī)學(xué)等多門(mén)學(xué)科。人工智能技術(shù)是指以通過(guò)利用機(jī)器設(shè)備達(dá)到智能效果并依賴(lài)機(jī)器完成復(fù)雜性、危險(xiǎn)性、難度高的工作的技術(shù)。

(2)關(guān)于人工智能技術(shù)特征的研究

人工智能技術(shù)的特征內(nèi)容包括：人工智能技術(shù)伴隨著計(jì)算機(jī)技術(shù)的產(chǎn)生與發(fā)展而產(chǎn)生，可以在生產(chǎn)生活中代替人類(lèi)復(fù)雜性的腦力勞動(dòng)，運(yùn)用計(jì)算機(jī)設(shè)置的編程程序來(lái)有效解決難度高、復(fù)雜的問(wèn)題，比如說(shuō)信息的收集與識(shí)別、圖形文字的識(shí)別，根據(jù)數(shù)據(jù)分析結(jié)果制定相應(yīng)的解決方案，將人類(lèi)從繁重的工作中解放，減輕人類(lèi)的勞動(dòng)強(qiáng)度，提升生產(chǎn)與生活水平。

針對(duì)電氣自動(dòng)化存在問(wèn)題的研究

(1)問(wèn)題之一——電氣自動(dòng)化的監(jiān)視系統(tǒng)存在問(wèn)題

電氣自動(dòng)化的監(jiān)視系統(tǒng)存在問(wèn)題的主要表現(xiàn)是：傳統(tǒng)的電氣自動(dòng)化監(jiān)視系統(tǒng)不能完全實(shí)現(xiàn)對(duì)企業(yè)內(nèi)部電氣自動(dòng)裝置與微機(jī)機(jī)電保護(hù)裝置的故障報(bào)告的監(jiān)視，操作人員不能直接檢查這些信息，對(duì)裝置設(shè)備的運(yùn)轉(zhuǎn)情況不能完全掌握。同時(shí)很多企業(yè)對(duì)電氣自動(dòng)化設(shè)備的監(jiān)視主要采取中央信號(hào)光字牌的手段，但由于電氣自動(dòng)化設(shè)備的更新?lián)Q代速度較快，監(jiān)視系統(tǒng)對(duì)設(shè)備運(yùn)轉(zhuǎn)與故障信息的報(bào)告力度已經(jīng)不能滿(mǎn)足企業(yè)生產(chǎn)發(fā)展的需要。

(2)問(wèn)題之二——電氣自動(dòng)化的控制系統(tǒng)存在問(wèn)題

電氣自動(dòng)化的控制系統(tǒng)存在問(wèn)題的主要表現(xiàn)是：一是很多發(fā)電廠的升壓站隔離開(kāi)關(guān)操作依然使用較為傳統(tǒng)的按鈕操作方式，一旦傳統(tǒng)的開(kāi)關(guān)接點(diǎn)出現(xiàn)異常狀況，會(huì)影響整個(gè)生產(chǎn)操作流程無(wú)法進(jìn)行；二是很多企業(yè)的斷路器與隔離開(kāi)關(guān)采取硬操作的方法，不僅無(wú)形中延長(zhǎng)了操作時(shí)間，提升了操作成本，而且增加了操作技術(shù)難度與操作人員的工作量。

針對(duì)人工智能技術(shù)在電氣自動(dòng)化控制中應(yīng)用的研究

(1)應(yīng)用之一——人工智能技術(shù)在電氣控制中的應(yīng)用

人工智能技術(shù)在電氣控制中的應(yīng)用表現(xiàn)：電氣控制在電氣領(lǐng)域的生產(chǎn)發(fā)展過(guò)程中發(fā)揮著至關(guān)重要的促進(jìn)作用，將人工智能技術(shù)應(yīng)用其中有助于降低電氣控制成本，提升日常工作效率。其中模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專(zhuān)家系統(tǒng)控制屬于人工智能技術(shù)在電氣控制應(yīng)用中的主要體現(xiàn)。模糊控制主要通過(guò)交流傳動(dòng)與直流傳動(dòng)在電氣控制流程中的電氣傳動(dòng)過(guò)程中發(fā)揮應(yīng)有的作用，其中模糊控制器替代常規(guī)性控制器來(lái)解決交流傳動(dòng)中存在的難點(diǎn)，而模糊邏輯控制在電氣直流傳動(dòng)控制過(guò)程中的應(yīng)用撥款Mamdani 與Sugeno，前者在調(diào)速控制中應(yīng)用最為廣泛。而Mamdani控制器的內(nèi)容包括反模糊化、知識(shí)庫(kù)、模糊化、推理機(jī)等。

(2)應(yīng)用之二——人工智能技術(shù)在電氣設(shè)備中的應(yīng)用

人工智能技術(shù)在電氣設(shè)備中的應(yīng)用表現(xiàn)：由于在電氣自動(dòng)化的生產(chǎn)過(guò)程中，電氣自動(dòng)化系統(tǒng)的正常運(yùn)轉(zhuǎn)需要涉及多方面的學(xué)科知識(shí)與領(lǐng)域，需要專(zhuān)業(yè)速度高、業(yè)務(wù)能力好、富有責(zé)任感的操作人員進(jìn)行駕馭，以保障電氣設(shè)備的安全運(yùn)行。而將人工智能技術(shù)應(yīng)用其中，主要通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)編程與程序進(jìn)行操作，不僅有助于將操作人員從繁重的手動(dòng)操作工作中解放出來(lái)，代替腦力勞動(dòng)，而且有助于降低生產(chǎn)成本與人力資源成本，提升電氣自動(dòng)化生產(chǎn)工作效率，提升企業(yè)的經(jīng)濟(jì)效益。

(3)應(yīng)用之三——人工智能技術(shù)在日常操作中的應(yīng)用

人工智能技術(shù)在日常操作中的應(yīng)用表現(xiàn)：傳統(tǒng)的電氣化設(shè)備操作流程與步驟十分嚴(yán)格與復(fù)雜，一旦出現(xiàn)操作失誤會(huì)造成嚴(yán)重的操作故障，不僅影響企業(yè)的生產(chǎn)進(jìn)度，而且影響人們正常的工作、學(xué)習(xí)與生活，甚至?xí)绊懮鐣?huì)的穩(wěn)定與發(fā)展。將人工智能技術(shù)應(yīng)用其中，有助于優(yōu)化電氣化領(lǐng)域的操作流程與步驟，或者對(duì)家用計(jì)算機(jī)進(jìn)行改革以實(shí)現(xiàn)對(duì)家庭電氣設(shè)備的遠(yuǎn)程操作。另外通過(guò)有效簡(jiǎn)化電氣化領(lǐng)域的界面操作步驟，存儲(chǔ)重要的資料信息，有助于為以后的電氣化操了提供資料參考。

(4)應(yīng)用之四——人工智能技術(shù)在故障與事故診斷中的應(yīng)用

人工智能技術(shù)在故障與事故診斷中的應(yīng)用表現(xiàn)：由于電氣自動(dòng)化領(lǐng)域在生產(chǎn)發(fā)展過(guò)程中會(huì)由于各種各樣的原因產(chǎn)生各種類(lèi)型的故障，如果不能及時(shí)地給予準(zhǔn)確判斷，會(huì)給企業(yè)或者個(gè)人造成較為嚴(yán)重的經(jīng)濟(jì)損失。但傳統(tǒng)的故障與安全事故診斷方法的步驟相對(duì)較為繁瑣，且診斷結(jié)果的精確率較低。比如說(shuō)變壓器出現(xiàn)故障，很多技術(shù)人員所采取的方法是從變壓器的油箱中提取少部分油，對(duì)其進(jìn)行分解提取其中的氣體，運(yùn)用化學(xué)方法對(duì)氣體進(jìn)行實(shí)驗(yàn)分析，根據(jù)實(shí)驗(yàn)結(jié)果判斷故障的類(lèi)型與位置。這種類(lèi)型的方法不僅浪費(fèi)時(shí)間又浪費(fèi)精力，不利于故障的有效排除。同時(shí)在診斷的過(guò)程中還可能出現(xiàn)由于故障原因分析錯(cuò)誤而導(dǎo)致巨大經(jīng)濟(jì)損失的問(wèn)題。而神經(jīng)網(wǎng)絡(luò)、模糊理論、專(zhuān)家系統(tǒng)作為人工智能技術(shù)的重要內(nèi)容，三者相互配合，不僅有助于避免傳統(tǒng)診斷事故與故障方法中存在的問(wèn)題，而且有助于提升故障與事故診斷的工作效率與降低人力資源成本。

(5)應(yīng)用之五——人工智能技術(shù)在電氣傳動(dòng)控制過(guò)程中的應(yīng)用

人工智能技術(shù)在電氣傳動(dòng)控制過(guò)程中的應(yīng)用表現(xiàn)：人工智能技術(shù)在電氣傳動(dòng)控制過(guò)程中的應(yīng)用主要表現(xiàn)在直流傳動(dòng)與交流傳動(dòng)兩個(gè)方面，前者包括人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯控制，后者包括神經(jīng)網(wǎng)絡(luò)與模糊邏輯。其中人工神經(jīng)網(wǎng)絡(luò)具有一致性的非線性的函數(shù)估計(jì)器，在電氣傳動(dòng)控制系統(tǒng)的應(yīng)用過(guò)程中不需被控制系統(tǒng)的數(shù)學(xué)模型，對(duì)噪音不具有敏感性。再加上人工神經(jīng)網(wǎng)絡(luò)所特有的并行結(jié)構(gòu)適應(yīng)于各種傳感器的輸入，比如說(shuō)診斷系統(tǒng)與監(jiān)控系統(tǒng)。

(6)應(yīng)用之六——人工智能技術(shù)在電氣設(shè)備設(shè)計(jì)中的應(yīng)用

人工智能技術(shù)在電氣設(shè)備設(shè)計(jì)中的應(yīng)用表現(xiàn)是：由于電氣設(shè)備的設(shè)計(jì)工作涉及到電路、設(shè)計(jì)、電氣等多個(gè)學(xué)科的理論知識(shí)，運(yùn)用傳統(tǒng)的老技工手工憑經(jīng)驗(yàn)設(shè)計(jì)或者實(shí)驗(yàn)方法很難達(dá)到最好的設(shè)計(jì)效果。而將人工智能技術(shù)應(yīng)用其中，采取優(yōu)化設(shè)計(jì)的方法從產(chǎn)品的研發(fā)、設(shè)計(jì)、成品出售等各個(gè)環(huán)節(jié)進(jìn)行優(yōu)化，有助于優(yōu)化配置企業(yè)的人力、物力、財(cái)力資源，減少設(shè)計(jì)時(shí)間與研發(fā)周期，全面提升產(chǎn)品的質(zhì)量。其中優(yōu)化設(shè)計(jì)的方法包括專(zhuān)家系統(tǒng)法與遺傳算法，其中遺傳算法以決策變量的編碼作為運(yùn)算的對(duì)象，以適應(yīng)度作為搜索信息，自動(dòng)獲取與指導(dǎo)優(yōu)化的搜索空間，有助于優(yōu)化電氣設(shè)備設(shè)計(jì)的方案與流程，促進(jìn)電氣自動(dòng)化控制的發(fā)展。

四、結(jié)語(yǔ)：

隨著科學(xué)技術(shù)的發(fā)展與生產(chǎn)力的進(jìn)步，電氣自動(dòng)化控制系統(tǒng)在社會(huì)生產(chǎn)與生產(chǎn)各個(gè)方面中應(yīng)用較為廣泛，給人們的生產(chǎn)生活帶來(lái)極大的便利。但在現(xiàn)實(shí)生活中，電氣自動(dòng)化控制系統(tǒng)在應(yīng)用過(guò)程中存在著一些問(wèn)題與矛盾，嚴(yán)重影響著電氣自動(dòng)化產(chǎn)業(yè)的發(fā)展進(jìn)程。將人工智能技術(shù)應(yīng)用其中，有助于降低電氣自動(dòng)化產(chǎn)業(yè)生產(chǎn)過(guò)程中的人力資源與物質(zhì)成本，提升電氣自動(dòng)化產(chǎn)業(yè)的生產(chǎn)工作效率，推動(dòng)電氣自動(dòng)化領(lǐng)域的創(chuàng)新與改革，增加企業(yè)的社會(huì)效益與經(jīng)濟(jì)效益。

參考文獻(xiàn)：

[1]周超.人工智能技術(shù)在電氣自動(dòng)化控制中的運(yùn)用[J].硅谷[J]，2012（08）

[2]趙勇.關(guān)于人工智能技術(shù)在電氣自動(dòng)化控制中的運(yùn)用探討[J].城市建設(shè)理論研究，2011（13）

第2篇：人工智能技術(shù)含義范文

關(guān)鍵詞 電氣自動(dòng)化；人工智能；技術(shù)；應(yīng)用

中圖分類(lèi)號(hào)TM92 文獻(xiàn)標(biāo)識(shí)碼A 文章編號(hào) 1674-6708（2014）108-0069-02

1 電氣自動(dòng)化控制中人工智能技術(shù)的含義

人工智能技術(shù)作為一項(xiàng)新型科學(xué)技術(shù)，對(duì)哲學(xué)、數(shù)學(xué)、任職科學(xué)、計(jì)算機(jī)科學(xué)、心理學(xué)、不定性論以及控制學(xué)方面都有所涉及，在自然科學(xué)與社會(huì)科學(xué)中，存在范圍較廣的研究，例如：知識(shí)表現(xiàn)、推力、自然語(yǔ)言和處理、只能搜索、及其學(xué)習(xí)、感知問(wèn)題、規(guī)劃、知識(shí)獲取、邏輯程序涉及、模式識(shí)別、人工生命、軟計(jì)算、不精確及不確定的控制、語(yǔ)言及圖像理解等，在遺傳編程上相當(dāng)于催化劑，促使工作能夠合理有效的實(shí)施。現(xiàn)階段，無(wú)論是生產(chǎn)方面，還是生活方面，最為重要的則是效率的提升。當(dāng)今社會(huì)發(fā)展中，計(jì)算機(jī)技術(shù)的大范圍應(yīng)用作為有效保障，被大范圍的普及。通過(guò)對(duì)人腦機(jī)能的模范，使其工作實(shí)現(xiàn)自動(dòng)化操作，不僅將大量的人力資源得到減少，而且還便于生產(chǎn)、傳播及運(yùn)輸。在電氣自動(dòng)化控制中，則是通過(guò)該原理實(shí)施生產(chǎn)等工作，進(jìn)一步將其工作的效率得到提升，加快經(jīng)濟(jì)的發(fā)展。

2 電力自動(dòng)化控制中人工智能技術(shù)的優(yōu)勢(shì)

通常情況下，人工智能控制的不同在討論中會(huì)有不同的方法存在。而人工控制技術(shù)可將模糊、神經(jīng)、遺傳算法等看為一種非線性函數(shù)近似器。該分類(lèi)方式能夠使總結(jié)理解得到較好的接受，促使統(tǒng)一對(duì)控制策略實(shí)施開(kāi)發(fā)。

與常規(guī)估算方法相比，人工智能控制有以下特點(diǎn)存在：

1）該設(shè)計(jì)無(wú)需對(duì)對(duì)象的模型進(jìn)行控制。在大多數(shù)場(chǎng)合中，很難對(duì)實(shí)際控制對(duì)象的精確動(dòng)態(tài)方程進(jìn)行獲取，在控制器設(shè)計(jì)時(shí)，實(shí)際對(duì)象有較多不確定性因素存在，例如：參數(shù)變化等；

2）通過(guò)實(shí)施有效調(diào)整，能夠?qū)⑵湫阅艿玫教嵘?/p>

3）與古典控制方法相比，該方法更容易進(jìn)行調(diào)節(jié)；

4）在缺乏專(zhuān)家指示時(shí)，可通過(guò)對(duì)數(shù)據(jù)進(jìn)行響應(yīng)的方法進(jìn)行設(shè)計(jì)；

5）在設(shè)計(jì)時(shí)可通過(guò)語(yǔ)言和響應(yīng)信息進(jìn)行實(shí)現(xiàn)；

6）存在良好的一致性，和驅(qū)動(dòng)器不存在聯(lián)系；

7）對(duì)于新信息或新數(shù)據(jù)來(lái)說(shuō)，有良好的適應(yīng)性存在；

8）能夠?qū)⒊Ｒ?guī)無(wú)法有效解決的問(wèn)題進(jìn)行處理；

9）具有良好的抗干擾能力；

10）控制的實(shí)現(xiàn)具有較低成本，特別是在對(duì)最小配置進(jìn)行使用時(shí)，對(duì)擴(kuò)展和修改發(fā)揮著一定幫助。

也就是說(shuō)，在對(duì)自適應(yīng)模糊神經(jīng)控制器進(jìn)行運(yùn)用時(shí)，在模糊化和反模糊化過(guò)程中，規(guī)則庫(kù)及隸屬函數(shù)能夠進(jìn)行自動(dòng)實(shí)施確定。該過(guò)程的實(shí)現(xiàn)有許多方法能夠進(jìn)行，但最終還能通過(guò)系統(tǒng)技術(shù)對(duì)穩(wěn)定的解進(jìn)行獲取，并將相對(duì)簡(jiǎn)單的結(jié)構(gòu)配置進(jìn)行找出，從而達(dá)到最終目的。

3人工智能技術(shù)在電氣自動(dòng)化領(lǐng)域中的應(yīng)用

3.1對(duì)電氣設(shè)備的設(shè)計(jì)原理進(jìn)行優(yōu)化

不僅對(duì)應(yīng)用電路、電氣電器以及電磁場(chǎng)等專(zhuān)業(yè)知識(shí)進(jìn)行涉及，而且還對(duì)傳統(tǒng)產(chǎn)品設(shè)計(jì)中存在的經(jīng)驗(yàn)進(jìn)行運(yùn)用，具有極其復(fù)雜的過(guò)程存在。它是幾何傳統(tǒng)的試驗(yàn)方式與手工方法相結(jié)合進(jìn)行使用的，因此，要想對(duì)最佳設(shè)計(jì)方案進(jìn)行獲取，還需進(jìn)行不斷的探索來(lái)實(shí)現(xiàn)。其次，隨著計(jì)算機(jī)技術(shù)的逐漸發(fā)展，通過(guò)運(yùn)用CAD技術(shù)（計(jì)算機(jī)輔助技術(shù)）能夠促使電器產(chǎn)品設(shè)計(jì)的難度得到較大程度的減少，縮短產(chǎn)品的開(kāi)發(fā)周期。通過(guò)引進(jìn)人工和智能技術(shù)，進(jìn)一步將CAD技術(shù)與現(xiàn)階段的時(shí)代需求相結(jié)合，大大增長(zhǎng)了產(chǎn)品的數(shù)量及質(zhì)量。在人工智能技術(shù)中，最常運(yùn)用的優(yōu)化設(shè)計(jì)技術(shù)則是遺傳算法和專(zhuān)家系統(tǒng)，在該類(lèi)優(yōu)化設(shè)計(jì)技術(shù)應(yīng)用中，遺傳算法作為先進(jìn)且與產(chǎn)品優(yōu)化設(shè)計(jì)相適宜的一項(xiàng)技術(shù)被得到使用。因此，在電氣自動(dòng)化控制中人工智能技術(shù)的應(yīng)用較為廣泛。

3.2在電氣自動(dòng)化控制中，人工智能對(duì)故障進(jìn)行診斷

從人類(lèi)社會(huì)向工業(yè)化階段發(fā)展以后，越來(lái)越多的復(fù)雜及其設(shè)備逐漸產(chǎn)生，設(shè)備故障診斷作為一項(xiàng)重要的研究課題被廣泛關(guān)注。從診斷方法進(jìn)行分析，現(xiàn)階段，診斷中除了傳統(tǒng)的單一參數(shù)和單一故障的技術(shù)方法以外，多故障、多參量也被大范圍的應(yīng)用。隨著科學(xué)技術(shù)發(fā)展的逐漸興起，故障診斷技術(shù)及方法也被逐漸完善，從而向智能化階段發(fā)展。在故障診斷中，人工智能的發(fā)展作為一種智能化的診斷方法，不僅在理論上故障診斷被逐漸應(yīng)用，而且還在實(shí)際操作中被有效使用。同時(shí)，人工神經(jīng)網(wǎng)絡(luò)的探索也逐漸朝故障診斷方向發(fā)展，逐漸成為故障診斷中的一項(xiàng)研究熱點(diǎn)被逐漸關(guān)注。通過(guò)結(jié)合人工神經(jīng)網(wǎng)絡(luò)和專(zhuān)家系統(tǒng)，將其自身獨(dú)特的優(yōu)勢(shì)得以展現(xiàn)。

3.3實(shí)現(xiàn)智能控制的目的

3.3.1處理數(shù)據(jù)的收集

在所有模擬量、開(kāi)關(guān)量以及人工智能控制器中都可對(duì)數(shù)據(jù)進(jìn)行采集，確保在要求明確的狀況下，人工智能控制器能夠?qū)崟r(shí)自動(dòng)存貯或處理。

3.3.2界面的顯示

當(dāng)設(shè)備和系統(tǒng)處于運(yùn)行狀態(tài)時(shí)，都會(huì)真實(shí)的在模擬畫(huà)面上進(jìn)行顯示，從而可以對(duì)計(jì)算量、模擬量、斷路器以及隔離開(kāi)關(guān)的實(shí)際狀況進(jìn)行了解。當(dāng)出現(xiàn)問(wèn)題時(shí)，畫(huà)面上會(huì)出現(xiàn)掛牌檢修功能，還能將其對(duì)應(yīng)的歷史趨勢(shì)圖進(jìn)行形成。

3.3.3運(yùn)行過(guò)程中的監(jiān)視

當(dāng)設(shè)備出現(xiàn)開(kāi)關(guān)量狀態(tài)、模擬數(shù)值等問(wèn)題時(shí)，智能監(jiān)視的目的則會(huì)逐漸發(fā)揮，出現(xiàn)自動(dòng)報(bào)警的現(xiàn)象，還會(huì)將事件發(fā)生的整個(gè)過(guò)程進(jìn)行記錄。

3.3.4人工控制

良好人機(jī)界面，操作人員可通過(guò)鍵盤(pán)或鼠標(biāo)對(duì)斷路器及電動(dòng)隔離開(kāi)關(guān)進(jìn)行控制，操作人員會(huì)受到系統(tǒng)的操作限制，對(duì)值班過(guò)程發(fā)揮著重要效果。

3.3.5故障錄波

故障錄波的記錄及其詳細(xì)，主要包括記錄開(kāi)關(guān)量、波形以及順序等。

3.3.6對(duì)不對(duì)稱(chēng)的應(yīng)用進(jìn)行分析，并對(duì)負(fù)序量進(jìn)行計(jì)算

3.3.7對(duì)參數(shù)的設(shè)定及修改進(jìn)行及時(shí)處理，并實(shí)施合理保護(hù)

3.3.8在人工智能控制中，神經(jīng)網(wǎng)絡(luò)控制、模糊控制以及專(zhuān)家系統(tǒng)控制作為三種主要方法被得到運(yùn)用

4結(jié)論

總之，在特種設(shè)備開(kāi)發(fā)制造以及運(yùn)行控制的自動(dòng)化系統(tǒng)中，人工智能技術(shù)的應(yīng)用存在較好的發(fā)展前景。隨著特種設(shè)備發(fā)展的逐漸加快，特種設(shè)備開(kāi)發(fā)制造以及運(yùn)行控制系統(tǒng)數(shù)據(jù)總量也在持續(xù)增長(zhǎng)，大幅度增加了管理的復(fù)雜程度，加大特種設(shè)備市場(chǎng)的競(jìng)爭(zhēng)影響，促使在特種設(shè)備開(kāi)發(fā)制造以及運(yùn)行控制系統(tǒng)中人工智能技術(shù)的應(yīng)用提供條件。因此，在特種設(shè)備開(kāi)發(fā)制造中人工智能科學(xué)技術(shù)應(yīng)用及科研的加強(qiáng)，進(jìn)一步將特種設(shè)備安全、經(jīng)濟(jì)及穩(wěn)定效果得以實(shí)現(xiàn)。

參考文獻(xiàn)

[1]耿英會(huì).智能化技術(shù)在電氣工程自動(dòng)化控制中的應(yīng)用[J].科技創(chuàng)新導(dǎo)報(bào)，2012（2）.

第3篇：人工智能技術(shù)含義范文

關(guān)鍵詞：智能制造 機(jī)械 啟示

隨著信息技術(shù)的不斷發(fā)展，現(xiàn)代制造業(yè)向著以智能制造為核心的新一代工業(yè)發(fā)展，社會(huì)對(duì)機(jī)械人才的需求量越來(lái)越大，但同時(shí)對(duì)人才的質(zhì)量和綜合素質(zhì)也提出了與以往不同的新要求。筆者將從智能制造基礎(chǔ)和內(nèi)涵出發(fā)分析智能制造高職院校機(jī)械教學(xué)影響和啟示。

一、智能制造的含義及關(guān)鍵技術(shù)

制造是從概念到實(shí)物的過(guò)程，通過(guò)制造活動(dòng)把原材料加工成適用的產(chǎn)品，智能制造是在網(wǎng)絡(luò)化、數(shù)字化基礎(chǔ)上融入人工智能和機(jī)器人技術(shù)形成的人、機(jī)、物之間相互交互與深度融合的新一代制造系統(tǒng)。智能制造系統(tǒng)的本質(zhì)特征是分布于各個(gè)地方的單個(gè)制造者自主性和整個(gè)制造系統(tǒng)的自組織能力，實(shí)質(zhì)就是應(yīng)用快速可靠的通信傳輸網(wǎng)絡(luò)建立的分布式多自主體智能系統(tǒng)。

智能制造系統(tǒng)的基礎(chǔ)技術(shù)。

1.數(shù)控機(jī)床技術(shù)

數(shù)控機(jī)床技術(shù)是智能制造的基礎(chǔ)，智能制造系統(tǒng)最終產(chǎn)品的生產(chǎn)都依賴(lài)于數(shù)據(jù)機(jī)床技術(shù)。

2.計(jì)算機(jī)技術(shù)

計(jì)算機(jī)輔助設(shè)計(jì)能夠提高產(chǎn)品的質(zhì)量和縮短產(chǎn)品生產(chǎn)周期，在制造過(guò)程綜合利用計(jì)算機(jī)技術(shù)使生產(chǎn)從概念、設(shè)計(jì)到制造聯(lián)成一體，做到直接面向市場(chǎng)進(jìn)行生產(chǎn)，可以從事大小規(guī)模并舉的多樣化的生產(chǎn)。

3.工業(yè)控制技術(shù)、微電子技術(shù)

利用工業(yè)控制技術(shù)、微電子技術(shù)結(jié)合人工智能技術(shù)發(fā)明的機(jī)器人開(kāi)創(chuàng)了工業(yè)智能新局面，使生產(chǎn)結(jié)構(gòu)發(fā)生重大變化，使制造過(guò)程更富于柔性，擴(kuò)展了人類(lèi)工作范圍。

4.人工智能技術(shù)

人工智能的目的是為了用技術(shù)系統(tǒng)來(lái)突破人的自然智力的局限性，達(dá)到對(duì)人腦的部分代替、延伸和加強(qiáng)的目的，使那些單靠人的天然智能無(wú)法進(jìn)行或帶有危險(xiǎn)性的工作得以完成，從而使人類(lèi)的智慧能集中到那些更富于創(chuàng)造性的工作中去。人是制造智能的重要來(lái)源，在制造業(yè)走向智能化過(guò)程中起著決定性作用。

5.通信網(wǎng)絡(luò)技術(shù)

構(gòu)成智能制造系統(tǒng)的基礎(chǔ)就是高可靠實(shí)時(shí)通信網(wǎng)絡(luò)，通過(guò)通信網(wǎng)絡(luò)高速可靠實(shí)時(shí)傳輸智能制造系統(tǒng)中各個(gè)制造者所需要的所有信息，通信網(wǎng)絡(luò)技術(shù)主要包括嵌入式網(wǎng)絡(luò)技術(shù)、高可靠無(wú)線網(wǎng)絡(luò)技術(shù)，網(wǎng)絡(luò)信息安全技術(shù)和異構(gòu)網(wǎng)絡(luò)間無(wú)縫交換技術(shù)。

二、智能制造對(duì)機(jī)械教學(xué)影響及啟示

機(jī)械專(zhuān)業(yè)是現(xiàn)代工業(yè)的基礎(chǔ)，機(jī)械專(zhuān)業(yè)的人才將是工業(yè)4.0時(shí)代弄潮兒，為了適應(yīng)智能制造工業(yè)發(fā)展的需要，在機(jī)械人才培養(yǎng)方面必須要適應(yīng)時(shí)代的發(fā)展，作為機(jī)械專(zhuān)業(yè)人才培養(yǎng)主要搖籃，高職院校培養(yǎng)的人才只有滿(mǎn)足智能制造的需求，才能立足于未來(lái)工業(yè)發(fā)展，否則培養(yǎng)的人才將被現(xiàn)代工業(yè)社會(huì)所淘汰。因此在機(jī)械專(zhuān)業(yè)人才培養(yǎng)方面對(duì)教學(xué)模式、教學(xué)內(nèi)容和教學(xué)方法等方面進(jìn)行改革創(chuàng)新是大勢(shì)所趨。

1.不斷完善機(jī)械專(zhuān)業(yè)教學(xué)內(nèi)容

智能制造所需要的機(jī)械人才已經(jīng)不再是僅僅懂得機(jī)械專(zhuān)業(yè)的人才，而應(yīng)該是對(duì)計(jì)算機(jī)技術(shù)、工業(yè)控制技術(shù)、網(wǎng)絡(luò)技術(shù)、人工智能技術(shù)等智能制造基礎(chǔ)技術(shù)都要熟悉和了解的人才，這就需要學(xué)校在進(jìn)行機(jī)械專(zhuān)業(yè)課程設(shè)計(jì)時(shí)要在加強(qiáng)傳統(tǒng)機(jī)械專(zhuān)業(yè)課程的同時(shí)，增加計(jì)算機(jī)技術(shù)、工業(yè)控制和微電子技術(shù)以及人工智能技術(shù)的相關(guān)課程，老師在教授傳統(tǒng)機(jī)械課程的同時(shí)，把計(jì)算機(jī)技術(shù)、工業(yè)控制技術(shù)和人工智能技術(shù)融入到教學(xué)中，從而使學(xué)生熟悉在機(jī)械制造工業(yè)中如何應(yīng)用計(jì)算機(jī)、人工智能等技術(shù)，充實(shí)學(xué)生的技術(shù)儲(chǔ)備，為學(xué)生的就業(yè)打好基礎(chǔ)。

2.在機(jī)械專(zhuān)業(yè)教學(xué)中不斷創(chuàng)新應(yīng)用教學(xué)方法

智能制造對(duì)機(jī)械專(zhuān)業(yè)人才提出了新的要求，學(xué)生不僅要加強(qiáng)對(duì)機(jī)械知識(shí)的掌握和運(yùn)用，還要熟悉了解計(jì)算機(jī)技術(shù)、工業(yè)控制和微電子技術(shù)和人工智能知識(shí)，這就產(chǎn)生老師傳統(tǒng)教授機(jī)械知識(shí)的教學(xué)方法不一定適用于這些新知識(shí)教學(xué)的問(wèn)題，因此教師應(yīng)該深入研究計(jì)算機(jī)技術(shù)、工業(yè)控制和微電子技術(shù)以及人工智能技術(shù)的教學(xué)方法，并結(jié)合適用于機(jī)械專(zhuān)業(yè)教學(xué)方法不斷創(chuàng)新新的教學(xué)方法， 培養(yǎng)學(xué)生學(xué)習(xí)的主動(dòng)性、創(chuàng)造性、理論實(shí)踐能力和學(xué)習(xí)的方法習(xí)慣。同時(shí)要不斷提高任職教師能力素質(zhì)，加強(qiáng)學(xué)習(xí)智能制造關(guān)鍵技術(shù)相關(guān)知識(shí)。

3.逐步完善改進(jìn)教學(xué)模式

智能制造需要新的理論知識(shí)體系，原來(lái)的機(jī)械專(zhuān)業(yè)知識(shí)的教學(xué)模式可能已經(jīng)不再適應(yīng)新知識(shí)的教學(xué)，這就要求我們的老師不斷研究新知識(shí)理論，探索嘗試新的教學(xué)模式，使得學(xué)生能夠牢固、快速掌握新知識(shí)。

三、小結(jié)

第4篇：人工智能技術(shù)含義范文

關(guān)鍵詞：智能；智能科學(xué)與技術(shù)；語(yǔ)義分析；知識(shí)體系；課程體系

中圖分類(lèi)號(hào)：G642　文獻(xiàn)標(biāo)識(shí)碼：A

1　引言

“智能科學(xué)與技術(shù)”專(zhuān)業(yè)教育意指將“智能科學(xué)與技術(shù)的知識(shí)體系”傳授給本科生或研究生。構(gòu)建智能科學(xué)與技術(shù)的知識(shí)體系通常有兩種途徑：(1)經(jīng)驗(yàn)歸納法，從社會(huì)實(shí)踐和科學(xué)研究已經(jīng)獲得的知識(shí)集合中選擇出若干，認(rèn)為這些知識(shí)應(yīng)該歸屬于“智能科學(xué)與技術(shù)”，且將其結(jié)構(gòu)化與系統(tǒng)化。(2)概念演繹法。追問(wèn)“智能科學(xué)與技術(shù)”的確切含義為何，由此聯(lián)想其涉及的主要方面，概念推演形成的軌跡即是知識(shí)體系。兩種方法的結(jié)論應(yīng)是一致的。就實(shí)際操作而言，前者的主要環(huán)節(jié)是“選擇知識(shí)”和“搭建體系”，而“選擇什么”和“搭建成何樣”就與研究者的偏好相關(guān)，常出現(xiàn)觀點(diǎn)相左的情形；后者的主要環(huán)節(jié)是“明確語(yǔ)義”和“語(yǔ)義延伸”，能被稱(chēng)為概念的東西總是成熟的，即已有大量的先前研究，對(duì)此人們的分歧較少，而從概念出發(fā)的語(yǔ)義延伸又是遵循演繹邏輯的，由此而得的知識(shí)體系就易被公認(rèn)。

本文的研究采用概念演繹法，具體的討論依層次遞進(jìn)展開(kāi)，首先明確“智能科學(xué)與技術(shù)”的中文語(yǔ)義，其次討論該語(yǔ)義涉及的關(guān)鍵概念之內(nèi)涵，進(jìn)而合成這些關(guān)鍵概念的具體內(nèi)容，繼之概括“智能科學(xué)與技術(shù)的知識(shí)體系”，最后設(shè)計(jì)“智能科學(xué)與技術(shù)專(zhuān)業(yè)教育的課程體系”。

2　“智能科學(xué)與技術(shù)”的語(yǔ)義

盡管有邏輯上的先后，“科學(xué)”與“技術(shù)”通常被認(rèn)為是并列的兩種人類(lèi)文化活動(dòng)?！爸悄芸茖W(xué)與技術(shù)”就應(yīng)被分為“智能科學(xué)”與“智能技術(shù)”。

智能是某種行為主體所具有的能力和所表現(xiàn)的行為。這種具有智能的行為主體目前(也許永遠(yuǎn))只有兩類(lèi)：生物(其中主要是人類(lèi))和機(jī)器。若以人類(lèi)代表生物，智能就有兩種表現(xiàn)形態(tài)，人類(lèi)智能(human intelligence)和人工智能(artificial intelligence)，后者是對(duì)前者的模仿與延展。

科學(xué)是為了獲得所考察對(duì)象的知識(shí)體系，技術(shù)則是依據(jù)某種原理設(shè)計(jì)制造各種人工系統(tǒng)。由此，“人類(lèi)智能科學(xué)”、“人工智能科學(xué)”、“人工智能技術(shù)”是無(wú)歧義的，而“人類(lèi)智能技術(shù)”就不成立(確切地說(shuō)，是間接地通過(guò)“人工智能技術(shù)”的方式表現(xiàn)出來(lái))。

基于上述分析，“智能科學(xué)與技術(shù)”的語(yǔ)義由三部分構(gòu)成，“關(guān)于人類(lèi)智能的科學(xué)”、“關(guān)于人工智能的科學(xué)”和“應(yīng)用人工智能的技術(shù)”。根據(jù)慣常的教育與研究分工，前者是心理科學(xué)領(lǐng)域的重點(diǎn)所在，后二者則是信息科學(xué)領(lǐng)域的前沿方向。目前國(guó)內(nèi)所開(kāi)辦的“智能科學(xué)與技術(shù)”專(zhuān)業(yè)教育大多屬于理工科本科，其側(cè)重所在自然是“人工智能”。

支撐著“智能科學(xué)與技術(shù)”及其三部分構(gòu)成的關(guān)鍵概念是“智能”、“科學(xué)”與“技術(shù)”，對(duì)其進(jìn)行深入剖析有助于推演出“智能科學(xué)與技術(shù)的知識(shí)體系”。

3　關(guān)鍵概念的剖析

3.1　“智”對(duì)應(yīng)于Intelligence

漢語(yǔ)中的“智”是“知”的后起字，而“知”是“出于口者疾如矢也”，意指認(rèn)識(shí)的事物可以脫口而出?！爸碧砑恿恕霸弧奔礊椤爸恰?，再清楚不過(guò)，“智，知而道出也”。智，就是人們?nèi)粘？谡Z(yǔ)中的“知道”。

英語(yǔ)中的Intelligence源于拉丁語(yǔ)的動(dòng)詞intellegere，意思是to understand。而intellegere是inter(interl與legere(to choose)的合成詞，故它所表達(dá)的是“在推理基礎(chǔ)上的理解”。

可見(jiàn)，漢語(yǔ)的“智”關(guān)注知識(shí)(識(shí)，知也?！墩f(shuō)文》)及其共享；英文的Intelligence則強(qiáng)調(diào)知識(shí)及其可靠來(lái)源。有所差異并不妨礙將不同文化系統(tǒng)中的這兩個(gè)概念對(duì)應(yīng)起來(lái)。

3.2　“智”的派生詞

盡管語(yǔ)義十分貼切，卻不可將Intelligence直接漢譯為“智”。在現(xiàn)代漢語(yǔ)中，單字形式的名詞一般不用于表達(dá)抽象概念，因?yàn)閱我艄?jié)的高頻率使用在言語(yǔ)交流中難以通暢順口。通常都是采用雙字形式的名詞?！爸恰毙枰偬砑右蛔?。處理的辦法無(wú)非兩類(lèi)，同義重復(fù)或附加意義。前者生成的是“智慧”，后者得到的是“智能”和“智力”。

智慧之“慧”，一方面與“智”同義(知或謂之慧?！斗窖浴?，另一方面又與佛教名詞“般若”(Praina)相連，在中國(guó)的文化傳統(tǒng)中，佛是高深至上的，這樣，智慧的真理性就毋庸置疑。作為漢語(yǔ)詞匯的“智慧”固定下來(lái)之后，除了與英文的Intelligence相對(duì)應(yīng)，還與英文的wisdom(wise“聰明的”+dom“性質(zhì)或狀態(tài)”)相一致。更重要的是，wisdom就是希臘語(yǔ)的sophy，由此構(gòu)成了philosophia(英文philosophy)?！爸腔邸边B接著中國(guó)的佛教(與中國(guó)哲學(xué)相通)和西方的哲學(xué)。智慧是哲學(xué)層面的。

“智能”和“智力”都是“智的能力”的簡(jiǎn)稱(chēng)。推敲其中的意味饒是有趣。作為物理學(xué)概念的“能”和“力”，二者是一種源流關(guān)系，因而在漢語(yǔ)的習(xí)慣中，“能”更本質(zhì)，“力”則外顯，暗含著有高下之分。這樣，智能有“智能人”、“智能機(jī)器”、“智能科學(xué)”等，智力則是“智力游戲”、“智力玩具”、“智力商數(shù)”等。層次的感覺(jué)是明顯的。智能和智力是科學(xué)層面的。

“智”的派生詞最常用的有三個(gè)：智慧、智能和智力，它們均可英譯為Intelligence，但在漢語(yǔ)中分別屬于三個(gè)層次，即哲學(xué)領(lǐng)域、科學(xué)領(lǐng)域(較高層次)和科學(xué)領(lǐng)域(較低層次)。

3.3　關(guān)鍵概念的文化比較

將與“智”相關(guān)的中文概念和與Intelligence相關(guān)的英文概念進(jìn)行對(duì)比，可看出中西方文化的相通與差異，有助于更深刻明晰地理解“智能”的語(yǔ)義。表1是基于英語(yǔ)概念的文化比較。從中可見(jiàn)，“智能”較高于“智力”在西方文化中表現(xiàn)為對(duì)現(xiàn)在分詞的偏愛(ài)。

表2是基于漢語(yǔ)概念的文化比較。英語(yǔ)的Intelligence可以籠統(tǒng)地表示漢語(yǔ)的“智、智慧、智能、智力”?，F(xiàn)限定“構(gòu)建智能科學(xué)與技術(shù)的知識(shí)體系”是一項(xiàng)科學(xué)研究(即不考慮“智慧”)，再用“智能”作為“智能”和“智力”的統(tǒng)稱(chēng)，這樣，“智能”就成為將要繼續(xù)討論的唯一概念。

3.4　智能之“能”

前已闡明，智能就是“智的能力”。這種能力究竟為何，學(xué)者們?cè)羞^(guò)大量的討論。其中一種通俗簡(jiǎn)潔的表述 被包含于后者之中。在人工智能中將二者分開(kāi)，緣于它們的對(duì)象不同，前者針對(duì)的是自然界，后者則面向人類(lèi)已有的知識(shí)積累?！巴评怼笔巧w存在的基本前提。所以，關(guān)于人工智能的科學(xué)只有兩個(gè)分支：機(jī)器感知／發(fā)現(xiàn)理論(派生于人的認(rèn)識(shí)論)和機(jī)器推理理論(基于人腦推理理論的討論)。

(4)應(yīng)用人工智能的技術(shù)。第3.6節(jié)說(shuō)明，技術(shù)就是應(yīng)用手段、技能和方法設(shè)計(jì)與制造人工系統(tǒng)。圖4模型所示意要設(shè)計(jì)與制造的人工系統(tǒng)只有專(zhuān)家系統(tǒng)和機(jī)器人。所以，應(yīng)用人工智能的技術(shù)主要有兩個(gè)：專(zhuān)家系統(tǒng)技術(shù)和機(jī)器人技術(shù)。

(5)基于現(xiàn)狀的人工智能科學(xué)與人工智能技術(shù)的內(nèi)容調(diào)整。前面將“機(jī)器感知”和“知識(shí)發(fā)現(xiàn)”歸于科學(xué)范疇，其根據(jù)就是因?yàn)樗鼈兙强陀^存在。然而，現(xiàn)在的“機(jī)器感知”還非常簡(jiǎn)單，對(duì)于諸如表情、語(yǔ)氣等稍微復(fù)雜的客觀現(xiàn)象就無(wú)能為力：“知識(shí)發(fā)現(xiàn)”也主要依賴(lài)于基于語(yǔ)法的關(guān)鍵詞匹配，而對(duì)于如何有效地理解語(yǔ)義特別是語(yǔ)用還差得很遠(yuǎn)。鑒于如此現(xiàn)狀，將“機(jī)器感知”和“知識(shí)發(fā)現(xiàn)”歸于技術(shù)更合適一些。

(6)智能科學(xué)與技術(shù)的知識(shí)體系。集成上述的觀點(diǎn)可得圖5所示的知識(shí)體系。理論是概念、原理的體系(《辭海》)，本身就是知識(shí)體系。技術(shù)包括手段、技能和方法，也是知識(shí)或知識(shí)指導(dǎo)下的操作。所以，智能科學(xué)與技術(shù)的知識(shí)體系由兩個(gè)理論和四種技術(shù)構(gòu)成。

圖5的表示是粗線條的。正是因?yàn)樗鼪](méi)有將與“智能”有關(guān)的科學(xué)理論和技術(shù)方法全部羅列出來(lái)，才有了一個(gè)簡(jiǎn)潔的框架，以便在此基礎(chǔ)上進(jìn)一步細(xì)分和添加，最終形成一個(gè)系統(tǒng)的圖景。

6　“智能科學(xué)與技術(shù)”專(zhuān)業(yè)教育的課程體系

“智能科學(xué)與技術(shù)”專(zhuān)業(yè)教育的使命就是將圖5所示的知識(shí)體系教授給本科生或研究生。學(xué)校教育總是以課程方式進(jìn)行的。智能科學(xué)與技術(shù)的知識(shí)體系必須轉(zhuǎn)化為課程體系?；趫D5所示模型、兼顧目前大學(xué)課程設(shè)置的現(xiàn)狀、特別是參照國(guó)內(nèi)學(xué)者的研究成果和國(guó)內(nèi)率先開(kāi)辦智能科學(xué)與技術(shù)專(zhuān)業(yè)的大學(xué)的探索性經(jīng)驗(yàn)，提出“智能科學(xué)與技術(shù)專(zhuān)業(yè)教育的課程體系”的一種方案，見(jiàn)表3。

如表3所示，“智能科學(xué)與技術(shù)”專(zhuān)業(yè)的課程設(shè)置對(duì)應(yīng)于智能科學(xué)與技術(shù)知識(shí)體系的主要內(nèi)容(見(jiàn)圖5)，共六門(mén)主干課程：

(1)“腦與認(rèn)知科學(xué)”。包括“腦科學(xué)”與“認(rèn)知科學(xué)”。

(2)“機(jī)器學(xué)習(xí)”。推理是學(xué)習(xí)過(guò)程中所采用的主要方法，機(jī)器學(xué)習(xí)包含機(jī)器推理，在一般意義上可以認(rèn)為二者同義。目前講授機(jī)器學(xué)習(xí)的大學(xué)課程主要有：“機(jī)器學(xué)習(xí)”、“模式識(shí)別”(是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的一種方法)、“計(jì)算智能”。后者包括“模糊計(jì)算”、“神經(jīng)計(jì)算”、“進(jìn)化計(jì)算”，講授一些具有前沿性的理論與方法。

(3)“機(jī)器感知”。包括“機(jī)器視覺(jué)”模仿人類(lèi)的視覺(jué)、“計(jì)算機(jī)語(yǔ)音技術(shù)”模仿人類(lèi)的聽(tīng)覺(jué)、“自然語(yǔ)言理解”模仿人類(lèi)對(duì)語(yǔ)言與文字的理解。

(4)“知識(shí)發(fā)現(xiàn)”。包括“信息檢索”和“數(shù)據(jù)挖掘”，前者在數(shù)據(jù)庫(kù)中進(jìn)行關(guān)鍵字匹配、在萬(wàn)維網(wǎng)上進(jìn)行關(guān)鍵字匹配、在語(yǔ)義網(wǎng)上進(jìn)行語(yǔ)義匹配以獲取所需要的信息，后者將信息組織到數(shù)據(jù)倉(cāng)庫(kù)中以便尋求信息之間的規(guī)律性關(guān)聯(lián)即獲得知識(shí)。

(5)“專(zhuān)家系統(tǒng)”。該課程所講授的內(nèi)容包括管理信息系統(tǒng)、專(zhuān)家系統(tǒng)、決策支持系統(tǒng)、多Agent系統(tǒng)。它們是人工智能為人類(lèi)提供的實(shí)用型信息產(chǎn)品。

(6)“機(jī)器人”。利用機(jī)器來(lái)獲得身心的解放與擴(kuò)展是人類(lèi)的夢(mèng)想和永遠(yuǎn)的追求。擬人機(jī)器的設(shè)計(jì)與制造涉及諸多學(xué)科，在大學(xué)的專(zhuān)業(yè)教育中只能講授一些基礎(chǔ)概念。

可以將整個(gè)“智能科學(xué)與技術(shù)的知識(shí)體系”看作是一個(gè)對(duì)知識(shí)進(jìn)行“輸入一加工一輸出”的結(jié)構(gòu)。由表3可見(jiàn)，與知識(shí)輸入有關(guān)的是“機(jī)器感知技術(shù)”和“知識(shí)發(fā)現(xiàn)技術(shù)”；與知識(shí)加工有關(guān)的是“腦科學(xué)理論”和“機(jī)器推理理論”；與知識(shí)輸出有關(guān)的是“專(zhuān)家系統(tǒng)技術(shù)”和“機(jī)器人技術(shù)”。在智能科學(xué)與技術(shù)學(xué)科中，分工專(zhuān)門(mén)研究知識(shí)輸入、知識(shí)加工、知識(shí)輸出，就構(gòu)成了其三個(gè)主要的研究方向：知識(shí)處理、智能理論與方法、智能系統(tǒng)與應(yīng)用(如表3所示)。

7　結(jié)論

(1)智能科學(xué)與技術(shù)是人類(lèi)智能科學(xué)、人工智能科學(xué)和人工智能技術(shù)的總稱(chēng)。技術(shù)的標(biāo)志是用于設(shè)計(jì)與制造人工系統(tǒng)，因而“人類(lèi)智能技術(shù)”并不直接存在。

(2)“智能”是“智的能力”的統(tǒng)稱(chēng)。中文的“智”之本義是“知而道出”，與英文的Intelligence(本義“推理基礎(chǔ)上的理解”)盡管側(cè)重不同，仍被認(rèn)為語(yǔ)義相等?，F(xiàn)代漢語(yǔ)不習(xí)慣單字形式的概念，“智”便有了三個(gè)常用派生名詞“智慧”、“智能”和“智力”。前者屬于哲學(xué)概念：后二者屬于科學(xué)對(duì)象，是“智的能力”的兩種不同簡(jiǎn)稱(chēng)，亦有層次高下之分。在科學(xué)領(lǐng)域，“智能”通常涵蓋“智能”和“智力”。

(3)智能科學(xué)是指，認(rèn)知智能事實(shí)、歸納智能規(guī)律、總結(jié)智能理論。

(4)智能技術(shù)是指，設(shè)計(jì)與制造人工智能系統(tǒng)的手段、技能和方法。

(5)智能(intelligence)應(yīng)該是“能智”。即能知、能日、能推理、能理解、能應(yīng)用。

(6)智能是以知識(shí)為主線的三個(gè)環(huán)節(jié)的序貫過(guò)程。智能表現(xiàn)為知識(shí)在知識(shí)獲取、知識(shí)推理、知識(shí)應(yīng)用三類(lèi)活動(dòng)中的定向流動(dòng)和逐級(jí)提升。

(7)智能首先遇到的問(wèn)題是知識(shí)表示。人類(lèi)智能的知識(shí)表示是在文化傳承中自然實(shí)現(xiàn)的，而人工智能的知識(shí)表示則依賴(lài)于專(zhuān)門(mén)的人為規(guī)定。這樣，智能的內(nèi)容就有四個(gè)部分：知識(shí)表示、知識(shí)獲取、知識(shí)推理、知識(shí)應(yīng)用。

(8)智能最簡(jiǎn)明最本質(zhì)的定義是：知識(shí)+推理。人類(lèi)智能的特征是，知識(shí)用自然語(yǔ)言表示、推理在人腦中進(jìn)行；人工智能的特征是，知識(shí)用機(jī)器語(yǔ)言表示、推理用機(jī)器實(shí)現(xiàn)。

(9)人類(lèi)智能的內(nèi)容主要有五個(gè)：感官感知、信息檢索、人腦推理、實(shí)際問(wèn)題解決方案、實(shí)際問(wèn)題解決方案的執(zhí)行。

(10)人工智能是對(duì)人類(lèi)智能的模仿與延伸，其主要內(nèi)容也相應(yīng)有五個(gè)：機(jī)器感知、知識(shí)發(fā)現(xiàn)、機(jī)器推理、專(zhuān)家系統(tǒng)、機(jī)器人。

(11)智能科學(xué)與技術(shù)的知識(shí)體系由兩個(gè)理論和四種技術(shù)構(gòu)成。智能科學(xué)與技術(shù)的知識(shí)體系涉及關(guān)于人類(lèi)智能的科學(xué)、關(guān)于人工智能的科學(xué)、應(yīng)用人工智能的技術(shù)，具體有腦科學(xué)理論、機(jī)器推理理論、機(jī)器感知技術(shù)、知識(shí)發(fā)現(xiàn)技術(shù)、專(zhuān)家系統(tǒng)技術(shù)、機(jī)器人技術(shù)。

第5篇：人工智能技術(shù)含義范文

這些前后端的人工智能技術(shù)在應(yīng)用又可分為四類(lèi)：語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和用戶(hù)畫(huà)像。那么在這四類(lèi)具體應(yīng)用的實(shí)現(xiàn)上AI技術(shù)給我們生活帶來(lái)哪些便利，同時(shí)存在哪些局限？下面一一來(lái)解構(gòu)：

一、語(yǔ)音識(shí)別

語(yǔ)音識(shí)別

語(yǔ)音識(shí)別有兩個(gè)技術(shù)方向，一個(gè)是語(yǔ)音的識(shí)別，另一個(gè)是語(yǔ)音的合成。

語(yǔ)音識(shí)別是指我們自然發(fā)出的聲音需要機(jī)器轉(zhuǎn)換成語(yǔ)言符號(hào)，通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)轫憫?yīng)的文本或命令，然后再與我們交互。語(yǔ)音識(shí)別技術(shù)可以應(yīng)用在電話銷(xiāo)售上，例如：公司新人特別多，沒(méi)有經(jīng)驗(yàn)，拿到單子的可能性很低。怎么才能讓新人也能有很優(yōu)秀的銷(xiāo)售能力呢？過(guò)去的做法是，把經(jīng)驗(yàn)總結(jié)成冊(cè)子，讓新人去背，很容易就忘了。但如果有了高精度的語(yǔ)音識(shí)別能力，就能識(shí)別出客戶(hù)在問(wèn)什么，然后在屏幕上告訴新人，該怎么回答這個(gè)問(wèn)題。

語(yǔ)音識(shí)別的第二個(gè)方向是語(yǔ)音的合成，是指機(jī)器把文字轉(zhuǎn)換成語(yǔ)音，并且能夠根據(jù)個(gè)人需求定制語(yǔ)音，然后念出來(lái)。以前的聲音是那種勻速的、沒(méi)有語(yǔ)調(diào)起伏的機(jī)器聲音，現(xiàn)在能用比較自然的人聲。語(yǔ)音合成能模擬任何一個(gè)你喜歡的人的說(shuō)話方式，可以做到每個(gè)人聽(tīng)的東西都不一樣。我們駕車(chē)經(jīng)常使用的百度導(dǎo)航里李彥宏的聲音就是語(yǔ)音合成的結(jié)果。

盡管深度學(xué)習(xí)被引入語(yǔ)音識(shí)別后，識(shí)別率迅速提升到95%，但要將ASR（自動(dòng)語(yǔ)音識(shí)別）從僅在大部分時(shí)間適用于一部分人發(fā)展到在任何時(shí)候適用于任何人，仍然是不現(xiàn)實(shí)的。一個(gè)無(wú)法突破的問(wèn)題就是語(yǔ)義錯(cuò)誤。例如：生活在南京的人都知道有個(gè)地方叫卡子門(mén)（kazimen），但是百度導(dǎo)航在理解卡子門(mén)的時(shí)候，會(huì)分詞為：“卡子-門(mén)”，結(jié)果卡子門(mén)（kazimen）就被讀成了卡子門(mén)（qiazimen）。

二、圖像識(shí)別

計(jì)算機(jī)視覺(jué)

圖像識(shí)別就是我們常說(shuō)的計(jì)算機(jī)視覺(jué)（CV）。常用在：印刷文字識(shí)別、人臉識(shí)別、五官定位、人臉對(duì)比與驗(yàn)證、人臉檢索、圖片標(biāo)簽、身份證光學(xué)字符識(shí)別（OCR）、名片OCR識(shí)別等領(lǐng)域。

人類(lèi)認(rèn)識(shí)了解世界的信息中大部分來(lái)自視覺(jué)，同樣，計(jì)算機(jī)視覺(jué)也成了機(jī)器認(rèn)知世界的基礎(chǔ)，其終極目的就是讓計(jì)算機(jī)能像人一樣“看懂世界”。目前計(jì)算機(jī)視覺(jué)在人臉識(shí)別、圖像識(shí)別、增強(qiáng)現(xiàn)實(shí)等方面有很好的應(yīng)用，但也存在一定的挑戰(zhàn)。我們就拿谷歌的無(wú)人駕駛來(lái)說(shuō)，通過(guò)機(jī)器視覺(jué)識(shí)別的技術(shù)路徑在現(xiàn)階段，仍有完全無(wú)法逾越的技術(shù)難題。

不談算法，圖像的攝取精度就是難關(guān)，即使最頂級(jí)的攝像設(shè)備都無(wú)法達(dá)到人眼的細(xì)節(jié)獲取能力，看看最頂級(jí)的哈蘇相機(jī)配合最頂級(jí)鏡頭，在夜晚街頭短曝光時(shí)間下拍的照片，對(duì)比人眼看到的圖像就能看到差異，這還不談經(jīng)濟(jì)上可行的低成本攝像設(shè)備，視覺(jué)識(shí)別自動(dòng)駕駛這個(gè)系統(tǒng)，眼睛就是近視眼。

而且如果下雨，灰塵等對(duì)分辨的影響都是很難解決的bug。如果配合雷達(dá)的話又有邏輯判斷優(yōu)先的問(wèn)題，信攝像頭，還是信雷達(dá)？會(huì)不會(huì)誤報(bào)？而作為激光雷達(dá)，如果單純的車(chē)身自己也有同樣的邏輯判斷的問(wèn)題，什么樣的東西是有威脅的，什么是無(wú)威脅的。什么是潛在的威脅，這都不是計(jì)算機(jī)視覺(jué)這種單一智能所能解決的。因?yàn)轭A(yù)測(cè)未來(lái)的感知能力，是人與機(jī)器最大的區(qū)別。

三、自然語(yǔ)言處理（NLP）

賢二機(jī)器僧

自然語(yǔ)言是人類(lèi)智慧的結(jié)晶。自然語(yǔ)言處理（NLP）是人工智能中最為困難的問(wèn)題之一。由于理解自然語(yǔ)言，需要關(guān)于外在世界的廣泛知識(shí)以及運(yùn)用操作這些知識(shí)的能力，自然語(yǔ)言認(rèn)知，同時(shí)也被視為一個(gè)人工智能完備（AI-complete）的問(wèn)題。

舉個(gè)例子，我們以前用鍵盤(pán)，鼠標(biāo)，觸摸屏去和設(shè)備互動(dòng)。但是現(xiàn)在你操作設(shè)備，只需沖著智能音箱說(shuō)：請(qǐng)給我的手機(jī)充值100元即可。雖然這種功能在阿里的天貓精靈上已經(jīng)實(shí)現(xiàn)了，但實(shí)現(xiàn)的前提是天貓精靈APP上已經(jīng)錄有你的聲紋，并且你的手機(jī)號(hào)碼，及支付密碼已經(jīng)預(yù)先在APP端設(shè)置好，否則機(jī)器沒(méi)有辦法理解我是誰(shuí)、給誰(shuí)的手機(jī)充值100元話費(fèi)。

其次，自然語(yǔ)言處理背后所依賴(lài)的是傳統(tǒng)的問(wèn)答系統(tǒng)技術(shù)，即Question Answering（QA）。QA技術(shù)是自然語(yǔ)言處理中非常重要的一個(gè)研究方向，原理是：對(duì)于輸入的問(wèn)題首先做句法分析，從而理解問(wèn)題或者指令的結(jié)構(gòu)和意圖。比如如果用戶(hù)問(wèn)的問(wèn)題是某人出生在哪兒，那么機(jī)器需要先對(duì)這句話進(jìn)行解析，進(jìn)而了解所要回答的應(yīng)當(dāng)是一個(gè)地點(diǎn)，并且這個(gè)地點(diǎn)應(yīng)當(dāng)滿(mǎn)足某人出生與此的條件。

當(dāng)我們能夠準(zhǔn)確地了解到用戶(hù)提問(wèn)的意圖并能根據(jù)機(jī)器可以理解的方式重新組織之后，就需要尋找答案。為了實(shí)現(xiàn)這一目的，QA系統(tǒng)的背后都存在一個(gè)龐大的數(shù)據(jù)庫(kù)（也就是知識(shí)庫(kù)），這個(gè)數(shù)據(jù)庫(kù)中存儲(chǔ)著所有的指令對(duì)應(yīng)的行為或者問(wèn)題對(duì)應(yīng)的答案，當(dāng)系統(tǒng)在數(shù)據(jù)庫(kù)中搜索到了自己要做什么或者回答什么的時(shí)候，就可以將答案反饋給用戶(hù)，或者直接實(shí)現(xiàn)用戶(hù)的指令。當(dāng)然，如果數(shù)據(jù)庫(kù)的規(guī)模實(shí)在有限，有一個(gè)兜底的方法就是基于信息檢索來(lái)返回答案，即將用戶(hù)的輸入提取出關(guān)鍵詞然后求助于搜索引擎返回相關(guān)的內(nèi)容再返回給用戶(hù)，由于互聯(lián)網(wǎng)無(wú)所不包，因此結(jié)果一般也尚可接受。

自然語(yǔ)言處理這塊相關(guān)落地的產(chǎn)品就很多啦。典型的代表就是聊天機(jī)器人，其中一類(lèi)是以Siri、Amazon Echo、微軟小娜、阿里天貓精靈、小米小AI音箱等為代表，偏向于工具性的服務(wù)型機(jī)器人。另一類(lèi)則是以微軟小冰為代表的娛樂(lè)型機(jī)器人。第一類(lèi)聊天機(jī)器人，以完成任務(wù)或回答事實(shí)性問(wèn)題為導(dǎo)向，譬如你問(wèn)天貓精靈“今天的天氣如何？”，或者給“小愛(ài)同學(xué)”下達(dá)“關(guān)閉臥室臺(tái)燈”等指令。第二類(lèi)則以閑聊為導(dǎo)向，并不需要給出某一個(gè)事實(shí)性問(wèn)題的解答，只要交談自如、博君一笑即可。比如：北京龍泉寺的賢二機(jī)器僧。

四、用戶(hù)畫(huà)像

碟中諜6：全面瓦解

用戶(hù)畫(huà)像是根據(jù)用戶(hù)社會(huì)屬性、生活習(xí)慣和消費(fèi)行為等信息/數(shù)據(jù)而抽象出的一個(gè)標(biāo)簽化的用戶(hù)模型。構(gòu)建用戶(hù)畫(huà)像的核心工作即是給用戶(hù)貼“標(biāo)簽”——用數(shù)據(jù)來(lái)描述人的行為和特征，而標(biāo)簽是通過(guò)對(duì)用戶(hù)信息分析而來(lái)的高度簡(jiǎn)練的特征標(biāo)識(shí)。

用戶(hù)畫(huà)像在商業(yè)領(lǐng)域應(yīng)用的非常廣泛。拿百度舉例。百度現(xiàn)在識(shí)別了將近10億用戶(hù)，用了幾千萬(wàn)個(gè)細(xì)分標(biāo)簽給用戶(hù)分類(lèi)，比如性別、年齡、地理位置，還有這個(gè)人在金融領(lǐng)域的情況，在旅游方面有什么愛(ài)好等等。這些東西合在一起，就組成了用戶(hù)畫(huà)像。百度就知道你是什么樣的人，喜歡什么樣的東西。比如，今年暑期檔將要上映的電影《碟中諜6：全面瓦解》，在宣傳的時(shí)候把人群分成了三類(lèi)，一類(lèi)是不管怎樣都要看的，一類(lèi)是不管怎么都不會(huì)看的，第三類(lèi)是可能會(huì)進(jìn)電影院的。宣傳方就會(huì)使用百度大腦的用戶(hù)畫(huà)像功能，識(shí)別出第三類(lèi)人群，對(duì)這類(lèi)觀眾進(jìn)行定向宣傳。

人工智能在用戶(hù)畫(huà)像里最重要的作用就是找到相關(guān)性，給用戶(hù)打標(biāo)簽。用戶(hù)標(biāo)簽是表達(dá)人的基本屬性、行為傾向、興趣偏好等某一個(gè)維度的數(shù)據(jù)標(biāo)識(shí)，它是一種相關(guān)性很強(qiáng)的關(guān)鍵字，可以簡(jiǎn)潔的描述和分類(lèi)人群。比如好人和壞人、90后80后，星座、白領(lǐng)等。具體流程一般是從紛亂復(fù)雜、瑣碎的用戶(hù)行為流（日志）中挖掘用戶(hù)在一段時(shí)間內(nèi)比較穩(wěn)定的特征，即給用戶(hù)打上標(biāo)簽。

舉例來(lái)說(shuō)，如果你經(jīng)常購(gòu)買(mǎi)一些紙尿褲，那么電商網(wǎng)站即可根據(jù)母嬰購(gòu)買(mǎi)的情況替你打上標(biāo)簽“有孩子”，甚至還可以判斷出你孩子大概的年齡，貼上“有1-4歲的孩子”這樣更為具體的標(biāo)簽，而這些所有給你貼的標(biāo)簽組，就成了你的用戶(hù)畫(huà)像，也可以說(shuō)用戶(hù)畫(huà)像就是判斷一個(gè)人是什么樣的人。但是今天的人工智能雖然能夠找到相關(guān)性，但是卻無(wú)法找到內(nèi)在的邏輯，因此容易把前提和結(jié)論搞反了。比如根據(jù)大數(shù)據(jù)的統(tǒng)計(jì)，喝咖啡的人比不喝咖啡的人長(zhǎng)壽。但大數(shù)據(jù)沒(méi)告訴大家喝咖啡是不是原因，或許是生活水平高的人才有錢(qián)、有時(shí)間喝咖啡。所以真實(shí)的情況是長(zhǎng)壽的人喝咖啡。

五、人工智能算法

深度學(xué)習(xí)算法

說(shuō)完了語(yǔ)音識(shí)別、圖像識(shí)別和自然語(yǔ)言處理這些涉及交互的前端人工智能技術(shù)， 我們?cè)賮?lái)說(shuō)說(shuō)后端人工智能技術(shù)。后端的人工智能技術(shù)指的就是人工智能的核心算法，包括深度學(xué)習(xí)算法、記憶預(yù)測(cè)模型算法等。

首先，我們來(lái)說(shuō)說(shuō)深度學(xué)習(xí)算法。我們知道2016年是人工智能爆發(fā)的一年，先有AlphaGo戰(zhàn)勝李世石，到了年底又有Master連勝60場(chǎng)，橫掃中日韓圍棋高手，一時(shí)間輿論為之震驚。這個(gè)Alpha Go背后的DeepMind團(tuán)隊(duì)，用的就是深度增強(qiáng)式學(xué)習(xí)，這是深層神經(jīng)網(wǎng)絡(luò)用于決策領(lǐng)域的成果。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)新領(lǐng)域，普遍認(rèn)為深度學(xué)習(xí)的開(kāi)創(chuàng)者是加拿大多倫多大學(xué)一位叫Geoffrey Hinton的教授，他是一位“神經(jīng)科學(xué)家+計(jì)算機(jī)科學(xué)家”，他認(rèn)為大腦是用全息的方式存儲(chǔ)外界世界信息的，并且從上世紀(jì)80年代就開(kāi)始研究用計(jì)算機(jī)系統(tǒng)架構(gòu)來(lái)模擬人類(lèi)大腦，就是我們今天說(shuō)的深度學(xué)習(xí)的原型。

今天我們可以這樣理解深度學(xué)習(xí)算法，深度學(xué)習(xí)就是運(yùn)用神經(jīng)網(wǎng)絡(luò)一層又一層的計(jì)算來(lái)找到最優(yōu)的參數(shù)，再結(jié)合參數(shù)去做出未來(lái)的決定。出發(fā)點(diǎn)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)。深度學(xué)習(xí)的整個(gè)學(xué)習(xí)過(guò)程中，幾乎可以做到直接把海量數(shù)據(jù)投放到算法中，讓數(shù)據(jù)自己說(shuō)話，系統(tǒng)會(huì)自動(dòng)從數(shù)據(jù)中學(xué)習(xí)。從輸入到輸出是一個(gè)完全自動(dòng)的過(guò)程。深度學(xué)習(xí)算法現(xiàn)在被設(shè)計(jì)成實(shí)現(xiàn)設(shè)計(jì)者既定目標(biāo)的工具。比如，AlphaGo的目標(biāo)就是去贏得圍棋比賽，而不是去開(kāi)車(chē)或干其他事情。AlphaGo不能自己設(shè)定自己的目標(biāo)，如果要完成另一個(gè)目標(biāo)，就需要設(shè)計(jì)另一種機(jī)器。當(dāng)然人工智能有N多條路，深度學(xué)習(xí)算法是目前人工智能算法里表現(xiàn)最好的。但深度學(xué)習(xí)并不是一上來(lái)就好的，讓深度學(xué)習(xí)崛起還有兩個(gè)華人：

一個(gè)就是斯坦福的教授，也是后來(lái)谷歌大腦的創(chuàng)始人吳恩達(dá)教授，因?yàn)樗l(fā)現(xiàn)深度學(xué)習(xí)需要有更強(qiáng)的計(jì)算能力，所以他找到了英偉達(dá)的GPU（Graphics Processing Unit，圖形處理單元），使得計(jì)算能力提升了上百倍。

另外一個(gè)人也是斯坦福的教授李飛飛，她建立了一個(gè)圖像識(shí)別資料庫(kù)。而且這個(gè)庫(kù)里面的所有的圖像都是標(biāo)注過(guò)的，也就是說(shuō)，如果圖里有山就會(huì)標(biāo)注出山，如果有樹(shù)就標(biāo)注出樹(shù)。這樣的話，你可以用這個(gè)圖形庫(kù)來(lái)訓(xùn)練人工智能系統(tǒng)，看它能不能識(shí)別出來(lái)這個(gè)圖形庫(kù)上面所標(biāo)注的這些元素。經(jīng)過(guò)這個(gè)圖像庫(kù)的訓(xùn)練，就可以訓(xùn)練出視覺(jué)能力超過(guò)人的人工智能系統(tǒng)。

但是千萬(wàn)不要以為深度學(xué)習(xí)達(dá)到今天的水平就是無(wú)敵了，甚至可以超越人類(lèi)了。深度學(xué)習(xí)發(fā)展起來(lái)的人工智能系統(tǒng)存在一個(gè)明顯的缺陷，就是他的過(guò)程無(wú)法描述，機(jī)器不能用人的語(yǔ)言說(shuō)出來(lái)它是怎么做到的。例如，Alpha Go打敗了李世石，你要問(wèn)AlphaGo是為什么走這步棋，它是答不上來(lái)的。也就是說(shuō)，我們沒(méi)辦法知道機(jī)器做事情的動(dòng)機(jī)和理由。

要想更好的認(rèn)識(shí)到人工智能算法的局限性，需要引入一個(gè)概念，就是認(rèn)知復(fù)雜度。什么是認(rèn)知復(fù)雜度呢？就是指你建構(gòu)“客觀”世界的能力。認(rèn)知復(fù)雜度高的人，善于同時(shí)用互補(bǔ)，或者互不相容的概念來(lái)理解客觀世界，因?yàn)檎鎸?shí)世界本身就不是非黑即白的。那么對(duì)于機(jī)器來(lái)說(shuō)，“認(rèn)知計(jì)算”和“人工智能”有啥關(guān)系呢？人工智能的未來(lái)一般被分為三個(gè)發(fā)展方向：人搞定機(jī)器、機(jī)器搞定人和“人機(jī)共生”。而以“人機(jī)共生”為目標(biāo)的人工智能，就是認(rèn)知計(jì)算。IBM在認(rèn)知計(jì)算領(lǐng)域獲得了大量經(jīng)驗(yàn)，并且總結(jié)了認(rèn)知計(jì)算的三個(gè)能力，分別是交流、決策，和發(fā)現(xiàn)。

（1）交流

第一個(gè)能力是交流，認(rèn)知計(jì)算可以處理非結(jié)構(gòu)性的問(wèn)題。很多用Siri的人，只會(huì)把這當(dāng)成娛樂(lè)功能，因?yàn)樗荒鼙ＷC交流內(nèi)容的準(zhǔn)確性，有時(shí)Siri根本接不上你的話，因?yàn)槟愕脑拰?duì)它來(lái)說(shuō)太復(fù)雜了。這個(gè)只能算作人工智能比較初始的狀態(tài)。

而認(rèn)知計(jì)算可以完全模仿人類(lèi)的認(rèn)知，你可以把它當(dāng)做一個(gè)孩子。就好像孩子周?chē)幸蝗憾核娴拇笕?，有人告訴孩子1+1=2，也有人說(shuō)1+1=3。但是隨著孩子的成長(zhǎng)，他自己會(huì)明白1+1=2才是對(duì)的。這就是非結(jié)構(gòu)性問(wèn)題。早期的人工智能只能學(xué)會(huì)別人教給他的知識(shí)，但是認(rèn)知計(jì)算可以處理模糊的，甚至是自相矛盾的信息。

（2）決策

第二個(gè)能力是決策，我們都知道人工智能可以分析復(fù)雜的邏輯，然后做出決策。認(rèn)知計(jì)算可以更進(jìn)一步，根據(jù)新的信息來(lái)調(diào)整自己的決策。更厲害的是，認(rèn)知系統(tǒng)所做的決策是沒(méi)有偏見(jiàn)的，而“毫無(wú)偏見(jiàn)的決策”對(duì)人類(lèi)來(lái)說(shuō)幾乎是一件不可能的事。比如說(shuō)治療癌癥，這是典型的醫(yī)療決策場(chǎng)景。

癌癥之所以難治，一方面由于這種疾病太過(guò)復(fù)雜，另一方面，醫(yī)生如果不能及時(shí)發(fā)現(xiàn)患者的癌癥信號(hào)，可能會(huì)延誤患者的治療，或者導(dǎo)致診斷錯(cuò)誤。而認(rèn)知計(jì)算可以綜合分析復(fù)雜的醫(yī)療數(shù)據(jù)，還可以在醫(yī)生語(yǔ)言的上下文中解析含義，最后提出它的建議。

這就大大減少了醫(yī)生查病歷的時(shí)間，讓醫(yī)生能將更多的時(shí)間用在患者身上。2016年8月，《東京新聞》報(bào)道說(shuō)，IBM研發(fā)的認(rèn)知計(jì)算機(jī)器人“沃森”，就學(xué)習(xí)了海量的醫(yī)學(xué)論文，只用了10分鐘，就為一名患者診斷出了很難判斷的白血病類(lèi)型，還向東京大學(xué)醫(yī)科學(xué)研究所提出了適當(dāng)?shù)闹委煼桨浮?/p>

（3）發(fā)現(xiàn)

第三個(gè)能力是發(fā)現(xiàn)，認(rèn)知計(jì)算能發(fā)現(xiàn)新事物和新連接，填補(bǔ)人類(lèi)思維的空白。比如在競(jìng)爭(zhēng)激烈的餐飲業(yè)，怎樣才能做出令顧客滿(mǎn)意的新菜品呢？

認(rèn)知系統(tǒng)可以整合區(qū)域知識(shí)、文化知識(shí)，還有各種食物搭配理論，幫助用戶(hù)發(fā)現(xiàn)想象不到的美食搭配。比如突然有一天，它會(huì)告訴你：用鹵煮的配方做個(gè)披薩，可能很合你的胃口。你照著一做，發(fā)現(xiàn)還不錯(cuò)！實(shí)際上，從2015年開(kāi)始，IBM開(kāi)發(fā)的“沃森大廚”，就已經(jīng)學(xué)習(xí)了35000多種經(jīng)典食譜，然后通過(guò)分析海量的食材搭配，結(jié)合化學(xué)、營(yíng)養(yǎng)學(xué)等方面數(shù)據(jù)，為廚師和美食家?guī)?lái)了超出人類(lèi)想象的新型食譜。

認(rèn)知計(jì)算可以幫助我們更好的交流、決策和發(fā)現(xiàn)。但是人工智能依然有很多做不到的。例如：抽象能力，自我意識(shí)，審美，情感等。

第6篇：人工智能技術(shù)含義范文

懶人推動(dòng)了科技的發(fā)展，因?yàn)閼腥撕芏啵蠎腥诵枨蟮男录夹g(shù)和新產(chǎn)品總是能不出意外地火起來(lái)，成為人們生活中的必備品，小到遙控器、數(shù)碼相機(jī)，大到洗衣機(jī)、電梯。無(wú)一例外，它們都是用聰明的點(diǎn)子去成全懶人的懶法。

人工智能是這么個(gè)套路，從20世紀(jì)50年代一路走來(lái)，它一直是計(jì)算機(jī)科學(xué)的一個(gè)重要分支――1956年，美國(guó)達(dá)特茅斯大學(xué)助教、后被人尊為“人工智能之父”的約翰?麥卡錫、哈佛大學(xué)馬文?明斯基、貝爾實(shí)驗(yàn)室香農(nóng)、IBM信息研究中心內(nèi)森?羅切斯特一起發(fā)起了著名的“達(dá)特茅斯會(huì)議”，正式確定了人工智能的概念，從此，一個(gè)嶄新的學(xué)科誕生。人工智能越來(lái)越具備人腦的思維能力，直接的后果就是機(jī)器越來(lái)越聰明了，人類(lèi)可以偷懶少操心了。從理論轉(zhuǎn)化為實(shí)踐，從實(shí)驗(yàn)室走到流水線，當(dāng)人工智能與消費(fèi)類(lèi)電子產(chǎn)品完美地結(jié)合起來(lái)，人們期待著它能從實(shí)驗(yàn)室里冷冰冰的機(jī)器人變成身邊貼心的幫手。

遠(yuǎn)不止語(yǔ)音識(shí)別的Siri

10月5日，在iPhone 4S的會(huì)上，蘋(píng)果把Siri語(yǔ)音助理放在壓軸的位置，與會(huì)的主題“Let’s Talk iPhone”絲絲相扣。蘋(píng)果iOS軟件高級(jí)副總裁斯科特?佛斯特在臺(tái)上的演示過(guò)程很簡(jiǎn)單――他問(wèn)Siri：“今天天氣如何？”Siri回答：“以下是今天的天氣預(yù)報(bào)……”

有人把對(duì)iPhone 5沒(méi)有出現(xiàn)的失望遷怒到Siri身上，說(shuō)它不過(guò)就是一個(gè)語(yǔ)音識(shí)別程序，并預(yù)言iPhone 4S會(huì)反響平平，銷(xiāo)量會(huì)讓蘋(píng)果很失望?？墒聦?shí)并非如此，Siri成了網(wǎng)絡(luò)紅人，各種“調(diào)戲”Siri的段子層出不窮，越來(lái)越多的人驚嘆Siri怎么這么聰明和能干，而iPhone 4S的首批發(fā)貨數(shù)量高達(dá)400萬(wàn)臺(tái)，創(chuàng)下了iPhone出貨量的記錄。

所以，千萬(wàn)別以為Siri和之前IBM ViaVoice、Android系統(tǒng)里鼎鼎大名的Voice Action，以及國(guó)產(chǎn)的金立語(yǔ)音王一樣，盡管這些語(yǔ)音識(shí)別模塊的識(shí)別引擎很強(qiáng)大，識(shí)別度很高，但它門(mén)仍然要求被識(shí)別的語(yǔ)音符合特定的語(yǔ)法，基于常用對(duì)話的記錄而進(jìn)行模糊識(shí)別和匹配。Siri則不同，它能根據(jù)語(yǔ)句的含義而不僅僅是字面意思做出合乎人類(lèi)邏輯的回答和反應(yīng)。

來(lái)看看蘋(píng)果粉絲以各種話來(lái)逗Siri的結(jié)果――“我想自殺！”“我找到了4家精神健康機(jī)構(gòu)，其中3家在你附近”；“你會(huì)和我結(jié)婚嗎？”“我的終端用戶(hù)授權(quán)協(xié)議中可不包含結(jié)婚哦，我道歉?！痹谝恍^(guò)后，用戶(hù)必須承認(rèn)，Siri已經(jīng)具備了相當(dāng)?shù)倪壿嬐评砟芰Α?/p>

Siri的本事不限于回答問(wèn)題。首個(gè)iPhone 4S的廣告顯示出，Siri在現(xiàn)實(shí)生活中的應(yīng)用很廣，它會(huì)通過(guò)谷歌地圖查找到用戶(hù)附近醫(yī)院的位置，教用戶(hù)如何系領(lǐng)帶，為用戶(hù)查詢(xún)天氣情況，對(duì)用戶(hù)進(jìn)行方位提醒，使用iPhone的應(yīng)用播放音樂(lè)，設(shè)置鬧鈴，發(fā)送短信等。看來(lái)盡管蘋(píng)果出于謹(jǐn)慎，在揭幕Siri時(shí)，給它打上了Beta的標(biāo)簽，但Siri成為蘋(píng)果產(chǎn)品的主打牌已是昭然的事實(shí)。

值得一提的是，Siri已經(jīng)有了模仿者，目前已經(jīng)有一款A(yù)ndroid版的類(lèi)似應(yīng)用Iris。明眼人肯定能看出來(lái)Iris就是倒序的Siri。暫且不論這么做是否合法，但如此緊隨腳步的模仿，說(shuō)明Siri極有可能讓人工智能成為消費(fèi)電子設(shè)備必備的功能：用戶(hù)懶得去做什么，交給Siri就好了。

后續(xù)的可能

Siri如此厲害，是因?yàn)樗澈蟛粌H僅是蘋(píng)果，還有維基百科和智能搜索引擎Wolfram Alpha。而且，Siri實(shí)際上是蘋(píng)果蓄謀已久的長(zhǎng)遠(yuǎn)規(guī)劃。

翻出25年前， 蘋(píng)果播放的視頻“What if”，可以發(fā)現(xiàn)Knowledge Navigator的身影。按照蘋(píng)果的描述，Knowledge Navigator能夠提醒用戶(hù)赴約，幫助用戶(hù)查找和共享文件，支持雙向視頻會(huì)議。Knowledge Navigator承載了蘋(píng)果的太多夢(mèng)想。

2010年4月28日，蘋(píng)果提交給聯(lián)邦貿(mào)易委員會(huì)的材料，顯示蘋(píng)果已經(jīng)收購(gòu)應(yīng)用開(kāi)發(fā)商Siri。在這筆收購(gòu)中，蘋(píng)果支付給Siri的費(fèi)用約為2億美元――Siri成員在接受《華爾街日?qǐng)?bào)》采訪時(shí)稱(chēng)“蘋(píng)果的出價(jià)高得讓人無(wú)法拒絕”。

當(dāng)時(shí)就有分析師羅伯特斯?科博認(rèn)為，Siri提供的服務(wù)是“網(wǎng)絡(luò)的未來(lái)”。Siri樣進(jìn)行自我介紹：“把事情搞定的新方法，就是問(wèn)Siri。沒(méi)有無(wú)止境的點(diǎn)擊鏈接，直接返回結(jié)果。把任務(wù)交給Siri，然后休息。”

有必要介紹下Wolfram Alpha，它是Siri的強(qiáng)大后盾。2009年，它就被稱(chēng)為知識(shí)引擎，當(dāng)別的搜索引擎是按照“打開(kāi)搜索引擎主頁(yè) 輸入查詢(xún)關(guān)鍵字 搜索引擎返回網(wǎng)頁(yè)鏈接 在一堆網(wǎng)頁(yè)鏈接里找到想要的信息”這么個(gè)流程為用戶(hù)提供搜素服務(wù)時(shí)，Wolfram Alpha能夠直接返回針對(duì)問(wèn)題的有效答案。這種模式被業(yè)界認(rèn)為是下一代搜索引擎的發(fā)展方向，也難怪它被稱(chēng)為“谷歌殺手”，足以讓谷歌心有戚戚焉。

Siri有了Wolfram Alpha的支持，就具備語(yǔ)音搜索的功能了。搜索流程簡(jiǎn)化為“跟 Siri 對(duì)話 得到結(jié)果”，盡管在后臺(tái)的工作依然很繁復(fù)：語(yǔ)音識(shí)別 智能分析 了解用戶(hù)意圖 調(diào)用本地應(yīng)用或者網(wǎng)絡(luò)服務(wù)的應(yīng)用 整合結(jié)果，把最合適的內(nèi)容呈現(xiàn)給用戶(hù)。

業(yè)界流傳著蘋(píng)果與谷歌的恩怨：按照心照不宣的默契，蘋(píng)果沒(méi)有涉足搜索，而谷歌卻咄咄逼人，侵占終端操作系統(tǒng)疆土。這下，蘋(píng)果真正反擊了。

分析師山農(nóng)?克勞斯在一份研究報(bào)告中指出，不出意外的話， Siri不久后還可能被應(yīng)用到Macintosh、Apple TV和iPad等多款蘋(píng)果產(chǎn)品中。

而喬布斯對(duì)他自傳的授權(quán)作者沃爾特?艾薩克森說(shuō)：“我希望創(chuàng)造一款這樣的電視機(jī)，整合DVD播放機(jī)、有線電視頻道，還能與用戶(hù)各種設(shè)備及云存儲(chǔ)賬戶(hù)同步。這款電視還會(huì)呈現(xiàn)出最簡(jiǎn)潔的用戶(hù)界面……總之，能超出你的想像。我終于實(shí)現(xiàn)了。”以喬布斯極度追求完美的個(gè)性，他的宣言“我實(shí)現(xiàn)了”意味著什么不言自明。一個(gè)簡(jiǎn)單的猜想是，蘋(píng)果TV不會(huì)有遙控器，取而代之的是Siri。

有人工智能有勝算

“達(dá)特茅斯會(huì)議”聚集了當(dāng)時(shí)最有名的人工智能學(xué)者，衣缽相傳，至今人工智能領(lǐng)域重要的研究基地仍與那次會(huì)議的參與者息息相關(guān)：麻省理工學(xué)院（馬文?明斯基創(chuàng)建麻省理工學(xué)院人工智能實(shí)驗(yàn)室）、斯坦福（約翰?麥卡錫曾任斯坦福人工智能實(shí)驗(yàn)室主任）、卡內(nèi)基?梅隆大學(xué)（1975年，圖靈獎(jiǎng)授予卡內(nèi)基?梅隆教授艾倫?紐厄爾和赫伯特?西蒙）以及IBM（內(nèi)森?羅切斯特）。

1997年，IBM“深藍(lán)”超級(jí)計(jì)算機(jī)和國(guó)際象棋世界冠軍卡斯帕羅夫的比賽吸引了足夠多人的眼球。2011年，IBM超級(jí)計(jì)算機(jī)沃森在美國(guó)電視智力答題節(jié)目《危險(xiǎn)邊緣》（Jeopardy）中上演了人機(jī)大戰(zhàn)，并最終擊敗兩位人類(lèi)冠軍，贏得最后的勝利。不過(guò)這些人工智能的成果目前還停留在實(shí)驗(yàn)室階段，是讓人來(lái)開(kāi)眼界的。

另一個(gè)在消費(fèi)電子領(lǐng)域成功結(jié)合人工智能技術(shù)的當(dāng)屬微軟Kinect。不同于Siri，Kinect只認(rèn)用戶(hù)的動(dòng)作輸入，讓用戶(hù)直接用身體控制游戲，之前的游戲手柄統(tǒng)統(tǒng)可以丟掉。這一點(diǎn)很關(guān)鍵，史蒂芬?斯皮爾伯格說(shuō)過(guò)，只要玩家手中還有一個(gè)控制器，就無(wú)法在感情上被完全調(diào)動(dòng)起來(lái)。

第7篇：人工智能技術(shù)含義范文

在本文中，我們將重點(diǎn)關(guān)注在市場(chǎng)上取得良好發(fā)展的技術(shù)趨勢(shì)，一起討論2018年下半年的重大技術(shù)突破。

1.人工智能將重塑市場(chǎng)戰(zhàn)略

人工智能為業(yè)務(wù)運(yùn)營(yíng)帶來(lái)大改變，利用先進(jìn)技術(shù)與軟件的力量重塑整個(gè)行業(yè)。一些公司現(xiàn)在特別贊賞他們的業(yè)務(wù)實(shí)施人工智能戰(zhàn)略的價(jià)值，并且AI的重大技術(shù)飛躍也正在進(jìn)行中。擁有超過(guò)100，000名員工的巨頭公司更希望實(shí)施人工智能戰(zhàn)略，但對(duì)他們來(lái)說(shuō)，該過(guò)程更具挑戰(zhàn)性與價(jià)值。 2018年將成為領(lǐng)先企業(yè)將人工智能應(yīng)用納入其戰(zhàn)略和組織發(fā)展的一年。此外，算法市場(chǎng)也有潛力，工程師或公司創(chuàng)建的最佳解決方案可以共享，購(gòu)買(mǎi)和部署，供組織個(gè)人使用。

過(guò)去很難相信的想法正在變得真實(shí)，機(jī)器學(xué)習(xí)與人工智能技術(shù)使每個(gè)企業(yè)都變成數(shù)據(jù)驅(qū)動(dòng)，每個(gè)行業(yè)都變得更加智能化。

經(jīng)過(guò)多年的原型和創(chuàng)意背景研究，新的解決方案將令人嘆為觀止。為患病的人們提供虛擬援助，計(jì)算藥理藥藥以及遺傳學(xué)研究讓人們看到了醫(yī)學(xué)中更令人驚奇的案例。不同行業(yè)的自動(dòng)化，機(jī)器人化和數(shù)據(jù)管理給行業(yè)帶來(lái)重大變化。醫(yī)療保健、建筑、銀行、金融、制造業(yè)等等，每個(gè)現(xiàn)有之行業(yè)都將被重塑。

2.區(qū)塊鏈將為行業(yè)提供新機(jī)遇

現(xiàn)在每個(gè)人都在談?wù)搮^(qū)塊鏈，這是一種革命性的分布式技術(shù)，可以存儲(chǔ)和交換加密貨幣的數(shù)據(jù)塊。區(qū)塊鏈?zhǔn)且粋€(gè)分布式數(shù)據(jù)庫(kù)，其中包含交易和智能合約的數(shù)字存儲(chǔ)器。區(qū)塊鏈存儲(chǔ)一個(gè)不斷增長(zhǎng)的有序記錄序列，這稱(chēng)為塊，每個(gè)記錄包含一個(gè)時(shí)間戳和前一個(gè)塊的哈希鏈接。區(qū)塊鏈在數(shù)字交易領(lǐng)域具有令人無(wú)限想像的空間，這一切將在2018年開(kāi)辟新的商業(yè)機(jī)會(huì)。

該項(xiàng)技術(shù)打開(kāi)了在其它領(lǐng)域中的各種應(yīng)用，更多新的可能性。由于社會(huì)責(zé)任和安全性在互聯(lián)網(wǎng)上的需求日益增強(qiáng)，區(qū)塊鏈技術(shù)變得越來(lái)越重要。在使用區(qū)塊鏈的系統(tǒng)中，幾乎不可能偽造任何數(shù)字交易，所以這種系統(tǒng)的可信度肯定最高的。這種方法可以成為企業(yè)和初創(chuàng)公司中顛覆性數(shù)字業(yè)務(wù)的基礎(chǔ)，以前在線下運(yùn)營(yíng)的公司將能把流程完全轉(zhuǎn)化為數(shù)字化環(huán)境。（來(lái)源微信號(hào)數(shù)字化企業(yè)）

業(yè)務(wù)需要考慮區(qū)塊鏈風(fēng)險(xiǎn)和機(jī)會(huì)，并分析該技術(shù)如何影響用戶(hù)（客戶(hù)）之行為。

隨著在金融服務(wù)行業(yè)中區(qū)塊鏈的炒作將放緩，我們將看到更多政府機(jī)構(gòu)，醫(yī)療保健，制造業(yè)和其它行業(yè)的潛在實(shí)例出現(xiàn)。例如，區(qū)塊鏈對(duì)知識(shí)產(chǎn)權(quán)管理有著巨大的影響，在防止版權(quán)侵權(quán)方面開(kāi)辟了新的見(jiàn)解。 Blockai，Pixsy，Mediachain和Exof of Existence等網(wǎng)站平臺(tái)打算將區(qū)塊鏈技術(shù)應(yīng)用于到該領(lǐng)域。

3.隱私安全的新方法即將來(lái)臨

“道高一尺，魔高一丈”。技術(shù)發(fā)展提升了數(shù)據(jù)的重要性，因此黑客技術(shù)也變得越來(lái)越先進(jìn)。連接到互聯(lián)網(wǎng)的設(shè)備數(shù)量的增加，這會(huì)產(chǎn)生更多的數(shù)據(jù)，使其更容易受到攻擊的機(jī)率更多。物聯(lián)網(wǎng)中的小工具越來(lái)越受歡迎并被廣泛使用，但它們?cè)跀?shù)據(jù)隱私方面仍然不是很安全。任何大型企業(yè)都經(jīng)常受到黑客攻擊的威脅，就像Uber和Verizon在2017年發(fā)生的那種問(wèn)題。

幸運(yùn)的是，這些解決方案是可以達(dá)成的，今年我們將看到數(shù)據(jù)保護(hù)服務(wù)的巨大改進(jìn)。機(jī)器學(xué)習(xí)將確保數(shù)據(jù)安全，概率性預(yù)測(cè)方法是下一步的安全趨勢(shì)。實(shí)施行為分析等技術(shù)可以檢測(cè)和阻止能夠繞過(guò)保護(hù)系統(tǒng)的攻擊。 另外，區(qū)塊鏈將我們的注意力引向一個(gè)名為Zero Knowledge Proof的新技術(shù)，此技術(shù)將在2018年進(jìn)一步發(fā)展，它使用數(shù)學(xué)技術(shù)確保用戶(hù)隱私的交易。另一種新的安全方法稱(chēng)為CARTA（持續(xù)適應(yīng)風(fēng)險(xiǎn)和信任評(píng)估），它基于對(duì)潛在風(fēng)險(xiǎn)和信任程度的持續(xù)評(píng)估，以適應(yīng)各種情況。該方法適用于所有業(yè)務(wù)參與者：從公司的開(kāi)發(fā)人員到合作伙伴。

雖然我們的安全性仍比較脆弱，但有很多有前景的解決方案可以為我們的生活帶來(lái)更好的隱私保護(hù)。

4.物聯(lián)網(wǎng)將更加智能

智能物品將成為日常設(shè)備普及，它與人、環(huán)境進(jìn)行更智能的互動(dòng)。這些東西在不受控制的現(xiàn)實(shí)條件下半自動(dòng)或自主地運(yùn)行，而無(wú)需人為干預(yù)。

很多年來(lái)，智能產(chǎn)品一直備受關(guān)注，并且不斷擴(kuò)展和增強(qiáng)，它們將影響另一個(gè)全球趨勢(shì)，這就是物聯(lián)網(wǎng)。

未來(lái)將有一個(gè)協(xié)作智能網(wǎng)絡(luò)，其中多個(gè)智能設(shè)備將協(xié)同工作，充分發(fā)揮物聯(lián)網(wǎng)的潛力。通過(guò)有線和無(wú)線通信渠道連接到全球互聯(lián)網(wǎng)，物聯(lián)網(wǎng)設(shè)備將變成一個(gè)大型集成系統(tǒng)，推動(dòng)人機(jī)交互的重大轉(zhuǎn)變。人工智能與物聯(lián)網(wǎng)的融合帶來(lái)了創(chuàng)造智能家居和智慧城市的全新技術(shù)。

5.深度學(xué)習(xí)將更快，大數(shù)據(jù)收集更好

如今，深度學(xué)習(xí)面臨著大數(shù)據(jù)收集和計(jì)算復(fù)雜性相關(guān)的技術(shù)挑戰(zhàn)。目前業(yè)界正在開(kāi)發(fā)硬件創(chuàng)新技術(shù)以加速深度學(xué)習(xí)實(shí)驗(yàn)，例如具有更多內(nèi)核和不同架構(gòu)形式的新GPU。根據(jù)GE研究院的高級(jí)信息科學(xué)家Marc Edgar的說(shuō)法，深度培訓(xùn)將在未來(lái) 3到5年內(nèi)將軟件解決方案的開(kāi)發(fā)時(shí)間從幾個(gè)月縮短到幾天，這將改善功能特性，提高生產(chǎn)率并有效降低產(chǎn)品成本。

目前，大多數(shù)大公司都意識(shí)到大數(shù)據(jù)收集的重要性及其對(duì)業(yè)務(wù)有效性的價(jià)值影響。在未來(lái)一年內(nèi)，更多公司將開(kāi)始使用更多數(shù)據(jù)，這取決于結(jié)合不同數(shù)據(jù)的能力。（來(lái)源微信號(hào)數(shù)字化企業(yè)）

2018年，更多公司將通過(guò)CRM，任務(wù)系統(tǒng)，BMP和DMP以及全渠道平臺(tái)收集客戶(hù)數(shù)據(jù)，像LIDAR這樣的專(zhuān)用傳感器上收集數(shù)據(jù)的普及也在增加。將現(xiàn)有系統(tǒng)與所有類(lèi)型的客戶(hù)數(shù)據(jù)集成到一個(gè)信息池中肯定會(huì)有趨勢(shì)。初創(chuàng)公司將繼續(xù)創(chuàng)建收集和使用數(shù)據(jù)的新方法，從而進(jìn)一步降低成本。

6. AI模型能自動(dòng)構(gòu)建與優(yōu)化

自Google去年推出AutoML以來(lái)，使用人工智能工具加速構(gòu)建和調(diào)整模型的過(guò)程正在迅速普及。這種人工智能開(kāi)發(fā)的新方法允許自動(dòng)化機(jī)器學(xué)習(xí)模型的設(shè)計(jì)，并且無(wú)需人工輸入即可構(gòu)建模型，從而讓其中一個(gè)AI成為另一個(gè)AI的架構(gòu)師。

2018年下半年，預(yù)計(jì)商業(yè)AutoML軟件包的普及和AutoML集成到大型機(jī)器學(xué)習(xí)平臺(tái)將進(jìn)一步增長(zhǎng)。

在AutoML之后，有一個(gè)名為NASNet的計(jì)算機(jī)視覺(jué)算法，用于實(shí)時(shí)識(shí)別視頻流中的對(duì)象。使用AutoML實(shí)現(xiàn)的NASNet上的“強(qiáng)化學(xué)習(xí)”可以訓(xùn)練模型，與需要人工輸入的算法相比，人類(lèi)顯示更好的結(jié)果變得無(wú)關(guān)緊要。

這些技術(shù)發(fā)展，明顯拓寬了機(jī)器學(xué)習(xí)的視野，并將在未來(lái)幾年完全重塑模型建設(shè)的方法。

7. CDO職位持續(xù)走高

首席數(shù)據(jù)官（CDO）和其它專(zhuān)業(yè)人員越來(lái)越多地參與公司高層管理，從而改變他們的數(shù)據(jù)管理方法。 CDO將是創(chuàng)新和差異化的驅(qū)動(dòng)力：會(huì)徹底改變現(xiàn)有的商業(yè)模式，改善與目標(biāo)受眾與企業(yè)溝通，并探尋改善業(yè)務(wù)績(jī)效的新機(jī)會(huì)。雖然這個(gè)角色很新，但不論在國(guó)內(nèi)外它已向主流邁進(jìn)。據(jù)Gartner公司調(diào)查稱(chēng)，到2019年，CDO職位將出現(xiàn)在90％的大型組織中，因?yàn)槭切陆巧苍S只有一半的人會(huì)成功。這需要強(qiáng)大的個(gè)人品質(zhì)，對(duì)責(zé)任的深度理解和突破潛在障礙，這才是取得成功的關(guān)鍵。還有一個(gè)重要的步驟來(lái)釋放CDO的全部潛力：企業(yè)可以考慮將IT部門(mén)分別劃分為“I”和“T”兩部分，CDO應(yīng)該在負(fù)責(zé)信息管理的團(tuán)隊(duì)中起帶頭作用。（來(lái)源微信號(hào)數(shù)字化企業(yè)）

8.AI道德?tīng)?zhēng)論會(huì)爆發(fā)

隨著人工智能行業(yè)在日常生活中執(zhí)行各種任務(wù)和行動(dòng)方面取得重大進(jìn)展，人們就道德，責(zé)任和人際交流提出了問(wèn)題。如果人工智能使用了非法行為，誰(shuí)將受到指責(zé)？AI機(jī)器人是否需要遵守法律規(guī)定？它們要接管所有人類(lèi)工作嗎？

前兩個(gè)問(wèn)題中，假設(shè)有一天機(jī)器人被法律承認(rèn)為人類(lèi)，可以承擔(dān)責(zé)任或因其行為而受到懲罰，這種觀點(diǎn)還需要幾年的時(shí)間，但關(guān)于AI道德的爭(zhēng)論已經(jīng)在升溫，考慮到不同的可能性，科學(xué)家們正試圖找到關(guān)于機(jī)器人權(quán)利與責(zé)任的妥協(xié)方案。

大可放心，機(jī)器人占領(lǐng)所有工作場(chǎng)所的可能性接近于零。當(dāng)然，人工智能行業(yè)的發(fā)展速度非?？?，但是它仍然處于起步階段。

2018年下半年，圍繞這個(gè)問(wèn)題的討論還會(huì)持續(xù)。當(dāng)我們深入討論這個(gè)主題，了解如何與人工智能互動(dòng)，并忠于這個(gè)事實(shí)，關(guān)于機(jī)器人接管地球的神話相信會(huì)被驅(qū)散。

9.沒(méi)有具體的命令：增長(zhǎng)的NLP

在客戶(hù)服務(wù)中使用聊天機(jī)器人即將到來(lái)，這是2018年的主要趨勢(shì)之一。在2018年下半年，機(jī)器將需要能夠識(shí)別用戶(hù)訪問(wèn)的細(xì)微差別，用戶(hù)希望通過(guò)提問(wèn)和以自然語(yǔ)言發(fā)出命令來(lái)獲得聊天軟件的響應(yīng)，而無(wú)需考慮“正確”的詢(xún)問(wèn)方式。 NLP的發(fā)展與計(jì)算機(jī)程序的整合將是2018年最激動(dòng)人心的挑戰(zhàn)之一，我們對(duì)此抱有很高的期望。

對(duì)于習(xí)慣于理解特定命令語(yǔ)言的計(jì)算機(jī)來(lái)說(shuō)，對(duì)于人類(lèi)來(lái)說(shuō)，理解語(yǔ)音語(yǔ)調(diào)，情感色彩和多重含義的語(yǔ)言似乎是一項(xiàng)艱巨的任務(wù)。這些復(fù)雜的算法需要許多預(yù)測(cè)模型和計(jì)算步驟，所有步驟都在一秒鐘內(nèi)完成，這些計(jì)算都發(fā)生在云中。

在NLP的幫助下，人們提出更多問(wèn)題，都會(huì)快速獲得機(jī)器返回合適的答案，甚至比人的回答有更好的見(jiàn)解。

10.沒(méi)有人類(lèi)數(shù)據(jù)，AI自學(xué)更加自信

當(dāng)人工智能第一次發(fā)明以來(lái)，該領(lǐng)域的發(fā)展速度超出了人們的預(yù)期。專(zhuān)家們?cè)?jīng)預(yù)測(cè)，到2027年人工智能將在圍棋游戲中擊敗人類(lèi)，但是它提前發(fā)生了10年 - 2017年。算法AlphaGo Zero只用了40天就成為人類(lèi)歷史上最好的圍棋玩家，它在沒(méi)有任何人類(lèi)數(shù)據(jù)輸入的情況下進(jìn)行自我學(xué)習(xí)，并且制定了人類(lèi)玩家無(wú)法實(shí)現(xiàn)的策略。

2019年，一個(gè)更發(fā)達(dá)的，自學(xué)成才的人工智能與人類(lèi)的競(jìng)賽會(huì)繼續(xù)展開(kāi)。我們期待AI在解決許多人類(lèi)問(wèn)題方面取得更多突破，如決策，業(yè)務(wù)開(kāi)發(fā)和科學(xué)模型，識(shí)別對(duì)象，情感與演講，以及重新塑造客戶(hù)體驗(yàn)。

此外，我們更希望AI能夠比人們做得更好，更快，成本更低地應(yīng)對(duì)這些任務(wù)。算法之自學(xué)能力能將AI應(yīng)用到人類(lèi)生活的更多領(lǐng)域。（來(lái)源微信號(hào)數(shù)字化企業(yè)）

總體上講，2018年在技術(shù)創(chuàng)新方面會(huì)取得重大進(jìn)展。開(kāi)發(fā)者將見(jiàn)證更快，更精確的機(jī)器學(xué)習(xí)和AI應(yīng)用程序，包括一些新的令人興奮的發(fā)展。

第8篇：人工智能技術(shù)含義范文

而萬(wàn)眾矚目的人機(jī)世紀(jì)大決戰(zhàn)在今天中午正式拉開(kāi)帷幕，由谷歌派出的人工智能界選手AlphaGo將開(kāi)始對(duì)弈人類(lèi)派出的韓國(guó)棋手李世石，他們將在首爾四季酒店舉行五盤(pán)比賽。據(jù)悉，AlphaGo一共將與李世石進(jìn)行5場(chǎng)比賽，首場(chǎng)比賽于北京時(shí)間3月9日中午12點(diǎn)在韓國(guó)首爾四季酒店舉行。第二場(chǎng)到第五場(chǎng)比賽分別將在10日、12日、13日、15日舉行。除了設(shè)有100萬(wàn)美元的獎(jiǎng)金外，如果AlphaGo勝出，這意味著人工智能真正里程碑式的勝利。

目前第一場(chǎng)比賽已經(jīng)結(jié)束，AlphaGO取得人機(jī)大戰(zhàn)首局的勝利，取得1-0的領(lǐng)先。

先來(lái)了解一下對(duì)弈雙方的資料：

機(jī)器人代表方——AlphaGo

AlphaGo是谷歌Google DeepMind實(shí)驗(yàn)室出品的一款機(jī)器人。事實(shí)上，它并不是普通意義上的智能機(jī)器人，而是一個(gè)擁有自我學(xué)習(xí)和進(jìn)化能力的智能系統(tǒng)。

“阿爾法”的核心是兩種不同的深度神經(jīng)網(wǎng)絡(luò)——“決策網(wǎng)絡(luò)”和“價(jià)值網(wǎng)絡(luò)”。其中，“決策網(wǎng)絡(luò)”負(fù)責(zé)減少搜索寬度，排除明顯的錯(cuò)誤，選擇下一步走法；“價(jià)值網(wǎng)絡(luò)”則負(fù)責(zé)減少搜索深度，通過(guò)對(duì)局勢(shì)的判斷，在明顯劣勢(shì)下果斷拋棄某些路線，不用每條道算到黑。通過(guò)這兩個(gè)網(wǎng)絡(luò)分析局面，“阿爾法”會(huì)更像一個(gè)人類(lèi)棋手，會(huì)在下棋時(shí)分析每一步的風(fēng)險(xiǎn)系數(shù)，比如在未來(lái)20步的N種情況下，它立即就能判斷出如何落子的勝率最高。

“阿爾法”還擁有像人類(lèi)一樣的學(xué)習(xí)和進(jìn)化能力，一個(gè)棋手可能一年只能下1000多盤(pán)棋，而“阿爾法”一天就能下100萬(wàn)盤(pán)。

人類(lèi)代表方——李世石

作為最近10年來(lái)獲得世界冠軍頭銜最多的圍棋棋手，李世石被看做最能代表人類(lèi)挑戰(zhàn)電腦的頂尖棋手。截至目前，李世石共獲得14個(gè)個(gè)人賽世界冠軍，僅次于獲得18個(gè)冠軍的李昌鎬，遙遙領(lǐng)先其他國(guó)家的棋手。

出生于1983年的李世石已經(jīng)33歲了，對(duì)于一名棋手來(lái)說(shuō)，33歲顯然已經(jīng)不年輕了，但李世石依然活躍在世界棋壇的第一線，任何棋手面對(duì)他，都不敢輕言取勝，即使李世石剛輸了農(nóng)心杯世界圍棋團(tuán)體賽。

此次比賽意味著什么？

棋類(lèi)游戲一直被視為頂級(jí)人類(lèi)智力的試金石。人工智能與人類(lèi)棋手的對(duì)抗一直在上演，此前在三子棋、跳棋和國(guó)際象棋等棋類(lèi)上，計(jì)算機(jī)程序都曾打敗過(guò)人類(lèi)，從上世紀(jì)90年代中期戰(zhàn)勝全世界跳棋頂尖高手的Chinook程序，到IBM公司研發(fā)的超級(jí)計(jì)算機(jī)“深藍(lán)”在1997年第一次戰(zhàn)勝了國(guó)際象棋冠軍卡斯帕羅夫。

但相比擁有2500多年歷史的圍棋而言，國(guó)際象棋的算法要簡(jiǎn)單得多。圍棋每回合的可能性更多，共有250種可能，一盤(pán)棋可以長(zhǎng)達(dá)150回合。同時(shí)，圍棋有“3的361次方”種局面，而可觀測(cè)到的宇宙，原子數(shù)量才“10的80次方”。

按照技術(shù)的發(fā)展速度，一般認(rèn)為至少還需要10年才能實(shí)現(xiàn)人工智能在圍棋上戰(zhàn)勝人類(lèi)職業(yè)選手，所以AlphaGo此次能否戰(zhàn)勝李世石有著歷史性的意義。

雙方怎么看勝負(fù)？

Google：終究都是人類(lèi)的勝利

3月8日，對(duì)弈“雙方”在首爾舉行了賽前最后一場(chǎng)記者見(jiàn)面會(huì)。會(huì)上相關(guān)方對(duì)這場(chǎng)比賽是怎么期待的呢？

谷歌董事會(huì)執(zhí)行主席埃里克·施密特說(shuō)：“這次對(duì)決無(wú)論哪方笑到最后，終究都是人類(lèi)的勝利，人類(lèi)的智慧又向前邁出一步，我們的世界將更加美好?！?/p>

“正因?yàn)槿祟?lèi)的努力，才讓機(jī)器學(xué)習(xí)有了現(xiàn)在的進(jìn)展和突破。當(dāng)前，我們已經(jīng)在通過(guò)多種方式利用人工智能技術(shù)，如圖片搜索、在線翻譯和視頻等。”

谷歌“深度思維”公司CEO德米什·哈薩比斯說(shuō)：“‘阿爾法圍棋’的優(yōu)點(diǎn)是不會(huì)疲勞和害怕。它經(jīng)過(guò)多次測(cè)試，性能出眾，但應(yīng)該還存在沒(méi)被發(fā)現(xiàn)的弱點(diǎn)。我希望通過(guò)此次比賽暴露出它的弱點(diǎn)?！?/p>

李世石：有信心取勝，但要格外小心

李世石在記者會(huì)上表示，他認(rèn)為到目前為止還是人類(lèi)比人工智能強(qiáng)。李世石說(shuō)：“即使‘阿爾法圍棋’戰(zhàn)勝了歐洲冠軍，但我認(rèn)為到目前為止還是人類(lèi)比人工智能強(qiáng)。不過(guò)聽(tīng)到人工智能具有了類(lèi)似人類(lèi)的直覺(jué)判斷能力，我倒感到有些緊張，恐怕我以5比0戰(zhàn)勝它有點(diǎn)兒夠嗆，因?yàn)槿祟?lèi)下棋時(shí)會(huì)有失誤?！崩钍朗€表示，“阿爾法”模仿人類(lèi)的直覺(jué)判斷程度約為80%，但運(yùn)算速度優(yōu)于自己，所以要格外小心。

當(dāng)被問(wèn)及如果輸?shù)羰妆P(pán)接下來(lái)比賽會(huì)不會(huì)受影響，李世石回答，在與人對(duì)局中首盤(pán)輸?shù)舻臅r(shí)候很多，這次與人工智能對(duì)弈即使輸?shù)羰妆P(pán)也不太會(huì)對(duì)接下來(lái)的比賽有影響，自己也肯定會(huì)從與人工智能的對(duì)弈中學(xué)到很多。

他表示，“之所以接受機(jī)器的挑戰(zhàn)，是因?yàn)槁?tīng)到歐洲冠軍被擊敗感到震驚。如果我失敗，可能會(huì)對(duì)圍棋的流行造成影響，但人工智能擊敗人類(lèi)是不可避免的事情?！?/p>

總之，從以上三位的言論似乎可以看出，盡管是雙方激烈對(duì)弈，但李世石與谷歌方面似乎有一種深層的共識(shí)，那就是——AlphaGo現(xiàn)在無(wú)疑還有很多弱點(diǎn)，但是假以時(shí)日，它肯定能戰(zhàn)勝人類(lèi)選手。

最后，創(chuàng)客君帶大家普及一下什么是人工智能？

人工智能(Artificial Intelligence，英文縮寫(xiě)為AI)其實(shí)就是對(duì)人的意識(shí)、思維的信息過(guò)程的模擬，而人工智能機(jī)器人就是像人類(lèi)一樣具有自我意識(shí)的機(jī)器人。它是一門(mén)研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論及應(yīng)用系統(tǒng)的技術(shù)科學(xué)，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(zhuān)家系統(tǒng)等。

人工智能是計(jì)算機(jī)科學(xué)的一個(gè)重要分支，是一個(gè)極富挑戰(zhàn)性的科學(xué)領(lǐng)域，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺(jué)等，是一門(mén)包括十分廣泛的科學(xué)，今天我們就來(lái)著重聊聊它其中一個(gè)重要分支，人工智能機(jī)器人。

20世紀(jì)50年代中期：人工智能學(xué)誕生

要說(shuō)人工智能機(jī)器人，那不得不提阿西莫夫，他提出“機(jī)器人三定律”，后來(lái)成為學(xué)術(shù)界默認(rèn)的研發(fā)原則。

定律1：機(jī)器人必須遵循人的命令，除非違背第一定律。

定律2：機(jī)器人不得傷害人，亦不得因不作為而致人傷害。

定律3：機(jī)器人必須保護(hù)自己，除非違背第一或第二定律。

1956年達(dá)特茅斯會(huì)議：AI的誕生

1956年夏天，眾多行業(yè)科學(xué)家在美國(guó)達(dá)特莫斯大學(xué)舉行了為期兩個(gè)月的學(xué)術(shù)討論會(huì)，從不同學(xué)科的角度探討人類(lèi)各種學(xué)習(xí)和其他職能特征的基礎(chǔ)，并探討用機(jī)器模擬人類(lèi)智能等問(wèn)題，并首次提出了人工智能的術(shù)語(yǔ)，達(dá)特矛斯會(huì)議上AI的名稱(chēng)和任務(wù)得以確定，同時(shí)出現(xiàn)了最初的成就和最早的一批研究者，因此這一事件被廣泛承認(rèn)為AI誕生的標(biāo)志。

50年代早期人們才注意到人類(lèi)智能與機(jī)器之間的聯(lián)系

雖然計(jì)算機(jī)為AI提供了必要的技術(shù)基礎(chǔ)，但直到50年代早期人們才注意到人類(lèi)智能與機(jī)器之間的聯(lián)系。Norbert Wiener是最早研究反饋理論的美國(guó)人之一，最熟悉的反饋控制的例子是自動(dòng)調(diào)溫器，它將收集到的房間溫度與希望的溫度比較，并做出反應(yīng)將加熱器開(kāi)大或關(guān)小，從而控制環(huán)境溫度。這項(xiàng)發(fā)現(xiàn)對(duì)早期AI的發(fā)展影響很大。

第一代機(jī)器人：示教再現(xiàn)型機(jī)器人

這類(lèi)機(jī)器人是通過(guò)一個(gè)計(jì)算機(jī)來(lái)控制一個(gè)多自由度的機(jī)械，通過(guò)示教存儲(chǔ)程序和信息，工作時(shí)把信息讀取出來(lái)，然后發(fā)出指令，這樣的話機(jī)器人可以根據(jù)人當(dāng)時(shí)示教的結(jié)果，再現(xiàn)這種動(dòng)作，該類(lèi)機(jī)器人的特點(diǎn)是它對(duì)外界的環(huán)境沒(méi)有感知。

1962年，掀起了全世界對(duì)機(jī)器人研究的熱潮

1962年，美國(guó)AMF公司生產(chǎn)出“VERSTRAN”(意思是萬(wàn)能搬運(yùn))，與Unimation公司生產(chǎn)的Unimate成為真正商業(yè)化的工業(yè)機(jī)器人，并出口到世界各國(guó)，掀起了全世界對(duì)機(jī)器人研究的熱潮。

1965年，興起研究第二代帶傳感器、“有感覺(jué)”的機(jī)器人，并向人工智能進(jìn)發(fā)

1965年，約翰·霍普金斯大學(xué)應(yīng)用物理實(shí)驗(yàn)室研制出Beast機(jī)器人。Beast已經(jīng)能通過(guò)聲納系統(tǒng)、光電管等裝置，根據(jù)環(huán)境校正自己的位置。20世紀(jì)60年代中期開(kāi)始，美國(guó)麻省理工學(xué)院、斯坦福大學(xué)、英國(guó)愛(ài)丁堡大學(xué)等陸續(xù)成立了機(jī)器人實(shí)驗(yàn)室。

(1965年，約翰·霍普金斯大學(xué)應(yīng)用物理實(shí)驗(yàn)室研制出Beast機(jī)器人)

第二代智能機(jī)器人：帶感覺(jué)的機(jī)器人

這種帶感覺(jué)的機(jī)器人是類(lèi)似人在某種功能的感覺(jué)。比如：力覺(jué)、觸覺(jué)和聽(tīng)覺(jué)，來(lái)判斷力的大小和滑動(dòng)的情況。

1968年，世界第一臺(tái)智能機(jī)器人誕生

1968年，美國(guó)斯坦福研究所公布他們研發(fā)成功的機(jī)器人Shakey。它帶有視覺(jué)傳感器，能根據(jù)人的指令發(fā)現(xiàn)并抓取積木，不過(guò)控制它的計(jì)算機(jī)有一個(gè)房間那么大，可以算是世界第一臺(tái)智能機(jī)器人。

1978年，美國(guó)Unimation公司推出通用工業(yè)機(jī)器人PUMA，這標(biāo)志著工業(yè)機(jī)器人技術(shù)已經(jīng)完全成熟。PUMA至今仍然工作在工廠第一線。

(1978年，美國(guó)Unimation公司推出通用工業(yè)機(jī)器人PUMA，標(biāo)志工業(yè)機(jī)器人技術(shù)完全成熟)

不演化嶄新能力：二代人工智能機(jī)器人

2002年美國(guó)iRobot公司推出了吸塵器機(jī)器人Roomba

2002年美國(guó)iRobot公司推出了吸塵器機(jī)器人Roomba，它能避開(kāi)障礙，自動(dòng)設(shè)計(jì)行進(jìn)路線，還能在電量不足時(shí)，自動(dòng)駛向充電座。Roomba是目前世界上銷(xiāo)量較大的家用機(jī)器人。

(2002年美國(guó)iRobot公司推出了吸塵器機(jī)器人Roomba)

2006年6月，微軟公司推出Microsoft Robotics Studio，機(jī)器人模塊化、平臺(tái)統(tǒng)一化的趨勢(shì)越來(lái)越明顯，比爾·蓋茨預(yù)言，家用機(jī)器人很快

(2006年6月，微軟公司推出Microsoft Robotics Studio)

2012年，機(jī)器宇航員

“發(fā)現(xiàn)號(hào)”航天飛機(jī)(Discovery)的最后一項(xiàng)太空任務(wù)是將首臺(tái)人形機(jī)器人送入國(guó)際空間站。這位機(jī)器宇航員被命名為“R2”，它的活動(dòng)范圍接近于人類(lèi)，并可以執(zhí)行那些對(duì)人類(lèi)宇航員來(lái)說(shuō)太過(guò)危險(xiǎn)的任務(wù)。

第三代機(jī)器人：最高階段智能機(jī)器人

理想中所追求的最高階段，智能機(jī)器人，只要告訴它做什么，它就能完成，目前的發(fā)展還是相對(duì)的只是在局部的概念和含義。

2014年6月7日首次通過(guò)了圖靈測(cè)試

英國(guó)的計(jì)算機(jī)科學(xué)之父阿蘭·圖靈在1950年提出了著名的“圖靈測(cè)試”理論，能夠通過(guò)測(cè)試的就是人工智能機(jī)器人，之后雖然無(wú)數(shù)的機(jī)器人在測(cè)試中失敗，但是在2014年6月7日阿蘭·圖靈逝世60周年紀(jì)念日那天，在英國(guó)皇家學(xué)會(huì)舉行的“2014圖靈測(cè)試”大會(huì)上，聊天程序“尤金·古斯特曼”(Eugene Goostman)首次通過(guò)了圖靈測(cè)試。

(2014年6月7日首次通過(guò)了圖靈測(cè)試，預(yù)示著人工智能進(jìn)入全新時(shí)代)

從現(xiàn)實(shí)的角度講，人工智能從誕生以來(lái)，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(lái)如電影中人工智能機(jī)器人的出現(xiàn)，并非天方夜譚。

(裘·德洛在電影《人工智能》里演了一個(gè)機(jī)器情人，迷倒了大批的少女)

(去年大熱的《機(jī)械姬》講的就是人工智能如何復(fù)仇的故事)

可是你是否細(xì)想過(guò)你需要的人工智能是不是真的越接近人越好？

如果說(shuō)“智能”意味著特有的自覺(jué)意識(shí)、瘋狂的自省循環(huán)以及凌亂的自我意識(shí)流，那么人工智能將很可能造成一系列的混亂狀況。

在去年大熱的《必然》一書(shū)中，凱文·凱利在其中的“知化”章節(jié)專(zhuān)門(mén)提及了人工智能未來(lái)的發(fā)展方向。他認(rèn)為隨著人工智能的發(fā)展，可能要設(shè)計(jì)一些手段阻止它們擁有意識(shí)，而未來(lái)宣傳最優(yōu)質(zhì)的人工智能時(shí)，很可能給它打上“無(wú)意識(shí)”的標(biāo)簽。

第9篇：人工智能技術(shù)含義范文

關(guān)鍵詞：智能建筑；工程監(jiān)理

近年來(lái)隨著智能建筑的迅猛發(fā)展，智能建筑工程監(jiān)理也日益成為工程監(jiān)理的一個(gè)課題，成為工程建設(shè)的一個(gè)焦點(diǎn)。同時(shí)，智能建筑工程涉及管理部門(mén)多，跨專(zhuān)業(yè)多，新技術(shù)、新產(chǎn)品推出快，監(jiān)理人員應(yīng)如何應(yīng)對(duì)？下面筆者結(jié)合自己的一些工程監(jiān)理經(jīng)驗(yàn)及思考談一下智能建筑工程監(jiān)理的幾個(gè)重點(diǎn)。

一、監(jiān)理人員應(yīng)深刻理解智能建筑和智能建筑工程的含義。

1.智能建筑的由來(lái)

1984年1月，美國(guó)哈特福德市將一座舊金融大廈進(jìn)行改建，實(shí)質(zhì)是在傳統(tǒng)建筑的基礎(chǔ)上增加了大量的自動(dòng)化系統(tǒng)。改建后的大廈，稱(chēng)之為都市大廈。智能建筑這一名稱(chēng)從此出現(xiàn)。從第一座智能建筑誕生到現(xiàn)在，世界范圍內(nèi)，包括中國(guó)，智能建筑得到了長(zhǎng)足的發(fā)展。

2.什么是智能建筑

智能建筑是通過(guò)信息技術(shù)、自動(dòng)控制技術(shù)、人工智能技術(shù)等與傳統(tǒng)建筑技術(shù)的結(jié)合，使傳統(tǒng)建筑具備一定程度的自動(dòng)化和人工智能化，能夠自動(dòng)或智能化地實(shí)現(xiàn)和提高安全、便捷、舒適、節(jié)能、環(huán)保、美觀等傳統(tǒng)建筑要求的建筑物，以及提供傳統(tǒng)建筑物所不能提供的服務(wù)。智能建筑是建筑技術(shù)與信息技術(shù)、自動(dòng)控制技術(shù)、人工智能技術(shù)等結(jié)合的產(chǎn)物,是有智能化集成系統(tǒng)的建筑。

3.智能建筑與傳統(tǒng)建筑的區(qū)別

因?yàn)闊o(wú)論哪種建筑物都是供人使用的，而對(duì)安全、便捷、舒適等的要求內(nèi)在的存在于建筑的使用要求、建設(shè)、設(shè)計(jì)、施工等內(nèi)容中，并非智能建筑所特有。智能建筑與傳統(tǒng)建筑的根本區(qū)別在于實(shí)現(xiàn)這些功能的方式和能力的不同。

從理論上說(shuō)，智能建筑是具備一定程度的自動(dòng)化和人工智能的建筑。若把智能建筑比作一個(gè)人的話，目前建筑中的信息中心機(jī)房就是大腦，綜合布線是神經(jīng)系統(tǒng)，各類(lèi)監(jiān)視系統(tǒng)和傳感器類(lèi)似于人類(lèi)的感官系統(tǒng)，各類(lèi)執(zhí)行機(jī)構(gòu)則相當(dāng)于人類(lèi)的手和腳。

4.什么是智能建筑工程？

智能建筑工程是使傳統(tǒng)建筑具備智能化的的工程，是整個(gè)建筑工程的一個(gè)有機(jī)組成部分。在（GB50300-2001）中，智能建筑工程被列為建筑工程的九個(gè)分部工程之一，包含通信網(wǎng)絡(luò)系統(tǒng)、辦公自動(dòng)化系統(tǒng)、建筑設(shè)備監(jiān)控系統(tǒng)、火災(zāi)報(bào)警及消防聯(lián)動(dòng)系統(tǒng)、安全防范系統(tǒng)、綜合布線系統(tǒng)、智能化集成系統(tǒng)、電源與接地、環(huán)境、住宅（小區(qū)）智能化系統(tǒng)共10個(gè)子分部工程，每個(gè)子分部工程又包含若干分項(xiàng)工程，共38項(xiàng)。其功能是實(shí)現(xiàn)建筑物的智能化，或增加傳統(tǒng)建筑所無(wú)法實(shí)現(xiàn)的智能化功能。

5.智能建筑工程與信息工程的區(qū)別

智能建筑工程和信息工程都包含大量的信息技術(shù)和設(shè)備，但智能建筑工程是建筑工程的有機(jī)組成部分，應(yīng)該是一個(gè)與結(jié)構(gòu)、裝飾、安裝等專(zhuān)業(yè)并列的專(zhuān)業(yè)，這是智能建筑工程與信息工程的根本區(qū)別，不具備這個(gè)特點(diǎn)的弱電工程不能稱(chēng)之為智能建筑工程，而應(yīng)當(dāng)歸于其它行業(yè)，如信息產(chǎn)業(yè)工程、機(jī)器人產(chǎn)業(yè)工程等。

二、專(zhuān)業(yè)監(jiān)理人員要具備一定的綜合素質(zhì)。

1.要具備較強(qiáng)的弱電專(zhuān)業(yè)知識(shí)。由于智能建筑工程涉及大量的弱電設(shè)備及軟件，作為專(zhuān)業(yè)監(jiān)理人員必須具備較強(qiáng)的弱電專(zhuān)業(yè)知識(shí)。當(dāng)然，監(jiān)理工程師很難做到樣樣精通，主要應(yīng)掌握各系統(tǒng)、設(shè)備和軟件的外部特性，重點(diǎn)是功能特點(diǎn)、調(diào)試方法、安裝要求、接口界面和安裝環(huán)境、系統(tǒng)接地等內(nèi)容。

2.要具備一定的土建、安裝、裝飾等建筑施工知識(shí)。由于智能建筑工程施工必然伴隨與其它建筑專(zhuān)業(yè)的交叉配合施工，因此，要求監(jiān)理人員還要具備一定的土建、安裝、裝飾等建筑施工知識(shí)。

3.要具有較為豐富的工程實(shí)踐經(jīng)驗(yàn)。

4.要具備較強(qiáng)的工程綜合管理能力。

三、監(jiān)理人員要了解所監(jiān)理項(xiàng)目的具體智能化功能需求。

智能建筑依據(jù)使用功能不同可以分為辦公建筑、商業(yè)建筑、文化建筑、媒體建筑、體育建筑、醫(yī)院建筑、學(xué)校建筑、交通建筑、住宅建筑、通用工業(yè)建筑等若干類(lèi)，就算同一類(lèi)建筑對(duì)建筑的智能化需求也不盡相同。監(jiān)理人員必須深入了解所監(jiān)理項(xiàng)目的設(shè)計(jì)意圖、業(yè)主要求，掌握項(xiàng)目的功能特點(diǎn)。只有這樣才能有針對(duì)性地做好智能建筑工程的監(jiān)理工作。

四、監(jiān)理人員應(yīng)了解智能建筑工程的特點(diǎn)。

智能建筑工程有著與傳統(tǒng)建筑工程不同的一些特點(diǎn)，工程監(jiān)理人員只有充分了解這些特點(diǎn)，才能有針對(duì)性地高效率地進(jìn)行監(jiān)理工作。

1.設(shè)計(jì)單位與施工單位的一體化

由于智能建筑工程專(zhuān)業(yè)性強(qiáng)、發(fā)展快，一般設(shè)計(jì)院對(duì)此類(lèi)專(zhuān)業(yè)人才較為缺乏，往往將此專(zhuān)業(yè)設(shè)計(jì)留待施工單位深化設(shè)計(jì)，施工招標(biāo)也往往將設(shè)計(jì)和施工一起發(fā)包。因此實(shí)際施工時(shí)設(shè)計(jì)和施工經(jīng)常是一個(gè)單位。施工單位有可能從自身的利益出發(fā)進(jìn)行設(shè)計(jì)，這要求監(jiān)理人員站在業(yè)主的角度對(duì)工程設(shè)計(jì)進(jìn)行審核把關(guān)。

2.涉及管理部門(mén)多

智能建筑工程建設(shè)除按照傳統(tǒng)工程一樣要接受建設(shè)主管部門(mén)管理、遵守相關(guān)建設(shè)法律法規(guī)外，部分專(zhuān)業(yè)還要接受一些其它部門(mén)的管理。

消防工程的設(shè)計(jì)、施工、驗(yàn)收要接受當(dāng)?shù)叵谰值墓芾恚莉?yàn)收要由消防局按照相關(guān)法律、法規(guī)的要求進(jìn)行消防驗(yàn)收，合格后方可使用；

安全防范工程的設(shè)計(jì)、施工、驗(yàn)收要接受當(dāng)?shù)毓簿值墓芾?，安全防范工程?yàn)收要由公安局按照相關(guān)法律、法規(guī)的要求驗(yàn)收合格后方能投入使用。

衛(wèi)星電視按照《衛(wèi)星電視廣播地面接收設(shè)施管理規(guī)定》（國(guó)務(wù)院第129號(hào)令）申請(qǐng)驗(yàn)收。

監(jiān)理人員應(yīng)積極協(xié)助業(yè)主按照相關(guān)要求履行建設(shè)程序，以免業(yè)主因不了解相關(guān)要求而造成不必要的損失。

3.專(zhuān)業(yè)性系統(tǒng)功能檢測(cè)多

智能建筑工程的系統(tǒng)多、功能復(fù)雜，且專(zhuān)業(yè)性強(qiáng)，其功能是否達(dá)標(biāo)需要由專(zhuān)業(yè)人員并配備專(zhuān)門(mén)儀器檢測(cè)。根據(jù)檢測(cè)要求，一般將智能建筑工程大致分為以下系統(tǒng)：

通信網(wǎng)絡(luò)系統(tǒng)、辦公自動(dòng)化系統(tǒng)、建筑設(shè)備監(jiān)控系統(tǒng)、火災(zāi)報(bào)警及消防聯(lián)動(dòng)系統(tǒng)、安全防范系統(tǒng)、綜合布線系統(tǒng)、智能化集成系統(tǒng)、電源與接地、環(huán)境、住宅（小區(qū)）智能化系統(tǒng)等。每一系統(tǒng)又可能包含若干個(gè)子系統(tǒng)。

監(jiān)理人員必須通過(guò)對(duì)一個(gè)個(gè)系統(tǒng)進(jìn)行專(zhuān)業(yè)化的檢測(cè)來(lái)檢驗(yàn)工程是否合格，不能僅憑感官認(rèn)識(shí)來(lái)判斷。

4.系統(tǒng)復(fù)雜，調(diào)試運(yùn)行周期長(zhǎng)，工作量大。

智能建筑系統(tǒng)往往功能復(fù)雜、涉及其它專(zhuān)業(yè)多，因此往往需要較長(zhǎng)的時(shí)間調(diào)試運(yùn)行。

監(jiān)理人員必須充分考慮到智能建筑系統(tǒng)的復(fù)雜性和系統(tǒng)調(diào)試周期長(zhǎng)的特點(diǎn)對(duì)工程工期的影響，積極采取必要措施以免影響整個(gè)工程的竣工驗(yàn)收。