人工智能技术论文范文

人工智能技术论文篇1

关键词：智能；智能科学与技术；语义分析；知识体系；课程体系

中图分类号：G642　文献标识码：A

1　引言

“智能科学与技术”专业教育意指将“智能科学与技术的知识体系”传授给本科生或研究生。构建智能科学与技术的知识体系通常有两种途径：(1)经验归纳法，从社会实践和科学研究已经获得的知识集合中选择出若干，认为这些知识应该归属于“智能科学与技术”，且将其结构化与系统化。(2)概念演绎法。追问“智能科学与技术”的确切含义为何，由此联想其涉及的主要方面，概念推演形成的轨迹即是知识体系。两种方法的结论应是一致的。就实际操作而言，前者的主要环节是“选择知识”和“搭建体系”，而“选择什么”和“搭建成何样”就与研究者的偏好相关，常出现观点相左的情形；后者的主要环节是“明确语义”和“语义延伸”，能被称为概念的东西总是成熟的，即已有大量的先前研究，对此人们的分歧较少，而从概念出发的语义延伸又是遵循演绎逻辑的，由此而得的知识体系就易被公认。

本文的研究采用概念演绎法，具体的讨论依层次递进展开，首先明确“智能科学与技术”的中文语义，其次讨论该语义涉及的关键概念之内涵，进而合成这些关键概念的具体内容，继之概括“智能科学与技术的知识体系”，最后设计“智能科学与技术专业教育的课程体系”。

2　“智能科学与技术”的语义

尽管有逻辑上的先后，“科学”与“技术”通常被认为是并列的两种人类文化活动。“智能科学与技术”就应被分为“智能科学”与“智能技术”。

智能是某种行为主体所具有的能力和所表现的行为。这种具有智能的行为主体目前(也许永远)只有两类：生物(其中主要是人类)和机器。若以人类代表生物，智能就有两种表现形态，人类智能(human intelligence)和人工智能(artificial intelligence)，后者是对前者的模仿与延展。

科学是为了获得所考察对象的知识体系，技术则是依据某种原理设计制造各种人工系统。由此，“人类智能科学”、“人工智能科学”、“人工智能技术”是无歧义的，而“人类智能技术”就不成立(确切地说，是间接地通过“人工智能技术”的方式表现出来)。

基于上述分析，“智能科学与技术”的语义由三部分构成，“关于人类智能的科学”、“关于人工智能的科学”和“应用人工智能的技术”。根据惯常的教育与研究分工，前者是心理科学领域的重点所在，后二者则是信息科学领域的前沿方向。目前国内所开办的“智能科学与技术”专业教育大多属于理工科本科，其侧重所在自然是“人工智能”。

支撑着“智能科学与技术”及其三部分构成的关键概念是“智能”、“科学”与“技术”，对其进行深入剖析有助于推演出“智能科学与技术的知识体系”。

3　关键概念的剖析

3.1　“智”对应于Intelligence

汉语中的“智”是“知”的后起字，而“知”是“出于口者疾如矢也”，意指认识的事物可以脱口而出。“知”添加了“曰”即为“智”，再清楚不过，“智，知而道出也”。智，就是人们日常口语中的“知道”。

英语中的Intelligence源于拉丁语的动词intellegere，意思是to understand。而intellegere是inter(interl与legere(to choose)的合成词，故它所表达的是“在推理基础上的理解”。

可见，汉语的“智”关注知识(识，知也。《说文》)及其共享；英文的Intelligence则强调知识及其可靠来源。有所差异并不妨碍将不同文化系统中的这两个概念对应起来。

3.2　“智”的派生词

尽管语义十分贴切，却不可将Intelligence直接汉译为“智”。在现代汉语中，单字形式的名词一般不用于表达抽象概念，因为单音节的高频率使用在言语交流中难以通畅顺口。通常都是采用双字形式的名词。“智”需要再添加一字。处理的办法无非两类，同义重复或附加意义。前者生成的是“智慧”，后者得到的是“智能”和“智力”。

智慧之“慧”，一方面与“智”同义(知或谓之慧。《方言》)，另一方面又与佛教名词“般若”(Praina)相连，在中国的文化传统中，佛是高深至上的，这样，智慧的真理性就毋庸置疑。作为汉语词汇的“智慧”固定下来之后，除了与英文的Intelligence相对应，还与英文的wisdom(wise“聪明的”+dom“性质或状态”)相一致。更重要的是，wisdom就是希腊语的sophy，由此构成了philosophia(英文philosophy)。“智慧”连接着中国的佛教(与中国哲学相通)和西方的哲学。智慧是哲学层面的。

“智能”和“智力”都是“智的能力”的简称。推敲其中的意味饶是有趣。作为物理学概念的“能”和“力”，二者是一种源流关系，因而在汉语的习惯中，“能”更本质，“力”则外显，暗含着有高下之分。这样，智能有“智能人”、“智能机器”、“智能科学”等，智力则是“智力游戏”、“智力玩具”、“智力商数”等。层次的感觉是明显的。智能和智力是科学层面的。

“智”的派生词最常用的有三个：智慧、智能和智力，它们均可英译为Intelligence，但在汉语中分别属于三个层次，即哲学领域、科学领域(较高层次)和科学领域(较低层次)。

3.3　关键概念的文化比较

将与“智”相关的中文概念和与Intelligence相关的英文概念进行对比，可看出中西方文化的相通与差异，有助于更深刻明晰地理解“智能”的语义。表1是基于英语概念的文化比较。从中可见，“智能”较高于“智力”在西方文化中表现为对现在分词的偏爱。

表2是基于汉语概念的文化比较。英语的Intelligence可以笼统地表示汉语的“智、智慧、智能、智力”。现限定“构建智能科学与技术的知识体系”是一项科学研究(即不考虑“智慧”)，再用“智能”作为“智能”和“智力”的统称，这样，“智能”就成为将要继续讨论的唯一概念。

3.4　智能之“能”

前已阐明，智能就是“智的能力”。这种能力究竟为何，学者们曾有过大量的讨论。其中一种通俗简洁的表述 被包含于后者之中。在人工智能中将二者分开，缘于它们的对象不同，前者针对的是自然界，后者则面向人类已有的知识积累。“推理”是生命体存在的基本前提。所以，关于人工智能的科学只有两个分支：机器感知／发现理论(派生于人的认识论)和机器推理理论(基于人脑推理理论的讨论)。

(4)应用人工智能的技术。第3.6节说明，技术就是应用手段、技能和方法设计与制造人工系统。图4模型所示意要设计与制造的人工系统只有专家系统和机器人。所以，应用人工智能的技术主要有两个：专家系统技术和机器人技术。

(5)基于现状的人工智能科学与人工智能技术的内容调整。前面将“机器感知”和“知识发现”归于科学范畴，其根据就是因为它们均是客观存在。然而，现在的“机器感知”还非常简单，对于诸如表情、语气等稍微复杂的客观现象就无能为力：“知识发现”也主要依赖于基于语法的关键词匹配，而对于如何有效地理解语义特别是语用还差得很远。鉴于如此现状，将“机器感知”和“知识发现”归于技术更合适一些。

(6)智能科学与技术的知识体系。集成上述的观点可得图5所示的知识体系。理论是概念、原理的体系(《辞海》)，本身就是知识体系。技术包括手段、技能和方法，也是知识或知识指导下的操作。所以，智能科学与技术的知识体系由两个理论和四种技术构成。

图5的表示是粗线条的。正是因为它没有将与“智能”有关的科学理论和技术方法全部罗列出来，才有了一个简洁的框架，以便在此基础上进一步细分和添加，最终形成一个系统的图景。

6　“智能科学与技术”专业教育的课程体系

“智能科学与技术”专业教育的使命就是将图5所示的知识体系教授给本科生或研究生。学校教育总是以课程方式进行的。智能科学与技术的知识体系必须转化为课程体系。基于图5所示模型、兼顾目前大学课程设置的现状、特别是参照国内学者的研究成果和国内率先开办智能科学与技术专业的大学的探索性经验，提出“智能科学与技术专业教育的课程体系”的一种方案，见表3。

如表3所示，“智能科学与技术”专业的课程设置对应于智能科学与技术知识体系的主要内容(见图5)，共六门主干课程：

(1)“脑与认知科学”。包括“脑科学”与“认知科学”。

(2)“机器学习”。推理是学习过程中所采用的主要方法，机器学习包含机器推理，在一般意义上可以认为二者同义。目前讲授机器学习的大学课程主要有：“机器学习”、“模式识别”(是实现机器学习的一种方法)、“计算智能”。后者包括“模糊计算”、“神经计算”、“进化计算”，讲授一些具有前沿性的理论与方法。

(3)“机器感知”。包括“机器视觉”模仿人类的视觉、“计算机语音技术”模仿人类的听觉、“自然语言理解”模仿人类对语言与文字的理解。

(4)“知识发现”。包括“信息检索”和“数据挖掘”，前者在数据库中进行关键字匹配、在万维网上进行关键字匹配、在语义网上进行语义匹配以获取所需要的信息，后者将信息组织到数据仓库中以便寻求信息之间的规律性关联即获得知识。

(5)“专家系统”。该课程所讲授的内容包括管理信息系统、专家系统、决策支持系统、多Agent系统。它们是人工智能为人类提供的实用型信息产品。

(6)“机器人”。利用机器来获得身心的解放与扩展是人类的梦想和永远的追求。拟人机器的设计与制造涉及诸多学科，在大学的专业教育中只能讲授一些基础概念。

可以将整个“智能科学与技术的知识体系”看作是一个对知识进行“输入一加工一输出”的结构。由表3可见，与知识输入有关的是“机器感知技术”和“知识发现技术”；与知识加工有关的是“脑科学理论”和“机器推理理论”；与知识输出有关的是“专家系统技术”和“机器人技术”。在智能科学与技术学科中，分工专门研究知识输入、知识加工、知识输出，就构成了其三个主要的研究方向：知识处理、智能理论与方法、智能系统与应用(如表3所示)。

7　结论

(1)智能科学与技术是人类智能科学、人工智能科学和人工智能技术的总称。技术的标志是用于设计与制造人工系统，因而“人类智能技术”并不直接存在。

(2)“智能”是“智的能力”的统称。中文的“智”之本义是“知而道出”，与英文的Intelligence(本义“推理基础上的理解”)尽管侧重不同，仍被认为语义相等。现代汉语不习惯单字形式的概念，“智”便有了三个常用派生名词“智慧”、“智能”和“智力”。前者属于哲学概念：后二者属于科学对象，是“智的能力”的两种不同简称，亦有层次高下之分。在科学领域，“智能”通常涵盖“智能”和“智力”。

(3)智能科学是指，认知智能事实、归纳智能规律、总结智能理论。

(4)智能技术是指，设计与制造人工智能系统的手段、技能和方法。

(5)智能(intelligence)应该是“能智”。即能知、能日、能推理、能理解、能应用。

(6)智能是以知识为主线的三个环节的序贯过程。智能表现为知识在知识获取、知识推理、知识应用三类活动中的定向流动和逐级提升。

(7)智能首先遇到的问题是知识表示。人类智能的知识表示是在文化传承中自然实现的，而人工智能的知识表示则依赖于专门的人为规定。这样，智能的内容就有四个部分：知识表示、知识获取、知识推理、知识应用。

(8)智能最简明最本质的定义是：知识+推理。人类智能的特征是，知识用自然语言表示、推理在人脑中进行；人工智能的特征是，知识用机器语言表示、推理用机器实现。

(9)人类智能的内容主要有五个：感官感知、信息检索、人脑推理、实际问题解决方案、实际问题解决方案的执行。

(10)人工智能是对人类智能的模仿与延伸，其主要内容也相应有五个：机器感知、知识发现、机器推理、专家系统、机器人。

(11)智能科学与技术的知识体系由两个理论和四种技术构成。智能科学与技术的知识体系涉及关于人类智能的科学、关于人工智能的科学、应用人工智能的技术，具体有脑科学理论、机器推理理论、机器感知技术、知识发现技术、专家系统技术、机器人技术。

(12)“智能科学与技术”专业教育的课程设置的依据是智能科学与技术的知识体系。应该设置六门主干课程，即“脑科学与认知科学”、“机器学习”、“机器感知”、“知识发现”、“专家系统”、“机器人”。根据教学内容的多寡和侧重视点的不同，还需要逐级分解(详见表3)。例如，“知识发现”被划分为“信息检索”和“数据挖掘”，与前者关联的是“数据库”、“万维网”和“语义网”，而后者的支撑基础则是“数据仓库”。

人工智能技术论文篇2

论文摘要：随着计算机技术的发展和应用，制造也得发展已经离不开计算机了，计算机辅助工艺设计和人工智能应运而生，当很多非专业性人士对此概念十分模糊，本文初步解释两个概念和其应用范围。

计算机辅助工艺设计(CAPP：Computer Aided ProeessPlanning)，自1965年由挪威人Nikbel提出以来，其系统特性经历了检索式、派生式、混合式、创成式、智能化等过程，智能化CAPP是当前CAPP系统的研究热点。CAPP是现代制造业信息化的一部分，是计算机集成制造系统(CIMS：Computer IntegratedManufacturing Systems)中的桥梁和纽带。“人工智能”(Artificial Intelligence)简称AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能研究如何用计算机去模拟、延伸和扩展人的智能;如何把计算机用得更聪明;如何设计和建造具有高智能水平的计算机应用系统;如何设计和制造更聪明的计算机以及智能水平更高的智能计算机等。人工智能是相对于人类智能而言的，它是采用人工的方法和技术来模拟、延伸和扩展人类智能行为的一门综合学科。

将人工智能技术(AI技术)应用到CAPP系统开发中，使CAPP系统在知识获取、知识推理等方面模拟人的思维方式，解决复杂的工艺规程设计问题，使其具有人类“智能”的特性即为智能化CAPP，是AI在CAPP中的一种应用。

CAPP系统分为专用型和工具型系统。前者可以根据用户的特定需求定制开发，针对性强，具有较好的实用性，但对系统进行功能扩展困难;后者可以由用户根据自身特定的要求进行二次开发，可以实现更多的柔性和开放性，这种系统与CAD(计算机辅助设计)、CAM(计算机辅助制造)、PDM(产品数据管理)等系统的信息共享存在缺陷。

CAPP设计理论目前研究的很少，机械产品设计理论研究的较多，有学者认为设计理论与方法由设计理论基础层、设计工具和支持技术平台层等三大部分组成。有的学者提出四理论框架，即设计过程理论、性能需求理论、知识流理论和多方利益协调理论。CAPP设计理论与机械产品设计理论既有共同性又有特殊性，特别在智能化设计方法方面有较大的差别，因此认为面向智能化的CAPP设计理论与方法体系结构由有三层组成，即基础科学层、信息技术层和智能化设计方法层。

在机械产品工艺设计中，存在大量的不确定因素，许多问题需要靠经验来解决，早期建立在单纯依赖于成组技术基础上的CAPP系统，不能很好地解决这些离散知识的获取问题，只能设计出检索式或派生式系统。近年来，人工智能技术在CAPP系统

开发中的应用，使CAPP技术得到了较大的发展，人工神经网络技术就是AI在CAPP系统中一大应用。人工神经网络(ANN： ArtificialNeuralNetwork)是按照生物神经系统原理处理真实世界的客观事物，它由大量的简单的非线性处理单元高度并联而成，具有信息的分布式存储、并行处理、自组织和自学习及联想记忆等特性;多层前馈网络误差反向传播(ErrorBack Propagation，简称BP)算法。反向传播算法(BP)是一种监督训练多层神经网络的算法，每一个训练范例在网络中经过两遍传递计算：第一遍向前推算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所需输出之差的差错矢量;第二遍向后推算，从输出层至输入层，利用差错矢量对权值进行逐层修改。

AI在CAPP中的另一应用——粗糙集技术。粗糙集(RS：Rough Set)理论是一种擅长处理含糊和不确定问题的数学工具，在理论中“知识”被认为是一种对对象的分类能力，通常采用二维决策表来描述论域的信息，其中列表示属性，行表示对象，每行表示该对象的一条信息。属性分为条件属性和决策属性，论域中的对象根据条件属性的不同，被划分到具有不同决策属性的决策类中。在CAPP系统中，可以用RS理论构建专家系统，对知识进行获取及优化，其基本思路是：将各种零件的加工特征和已知加工方法表达成条件属性和决策属性的形式，一行表示一种零件，多种零件构成一个二维表，对属性进行量化，组织决策表，再采用一定的约简算法对属性集和属性值进行约简，去掉冗余的条件属性和决策规则，得到最小化决策规则集，当输入待加工的零件加工特征时，就可得到优化的加工工艺。

遗传算法，AI在CAPP系统的又一应用。遗传算法(Genetic Algorithm)是模拟达尔文遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在解集的一个种群开始的，而一个种群则由经过基因编码的一定数目的个体组成，每个个体实际上是带有染色体特征的实体。因此，在一开始需要实现从表现型到基因型的映射即编码工作，如二进制编码。初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度大小挑选个体，并借助于自然遗传学的遗传算子进行组合交叉和变异，产生代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。

智能化CAPP系统开发中还有模糊推理、混沌理论等智能化方法，实际应用中，往往将多种智能技术相互结合，综合运用，发挥各自的特长，如人工神经网络具有知觉形象思维的特性，而模糊推理等具有逻辑思维的特性，将这些方法相互渗透和结合，可起到互补的作用，提高智能化水平。

智能化是今后CAPP系统发展的主要趋势，但从目前的人工智能技术水平来看，不可能使CAPP系统在智能化水平上有实质性的突破，因为目前的人工智能技术主要是模拟人的逻辑思维和逻辑推理方面的能力，不能有效地模拟人的形象思维、抽象思维和创造性思维能力，而CAPP系统不仅要有推理的功能，还要有“联想”的功能， CAPP系统开发是要解决大量的人类思维活动方面的智能问题。因此要提高CAPP系统的智能化水平，必须在人工智能技术方面有新的发展，要解决人工智能技术方面的问题，必须在一些基础

理论和基础科学方面有新的突破，如在生命科学、数学等方面要有新的突破。由此可见，在可以预见的将来，智能化CAPP系统的发展仍将是在充分发挥人的智能优势的基础上，综合应用各种人工智能技术，实现CAPP系统的智能化。

通过以上论述，相信大家对计算机辅助工艺设计与人工智能以及AI在CAPP中的应用有了一定的了解。人工智能技术的不断发展，智能化CAPP系统必将在知识获取、表达和处理的灵活性和有效性上得到进一步的发展，提高CAPP系统的智能化水平，从而提高现代制造技术水平，是我国由制造大国成为制造强国。

参考文献：

[1]郑坚， 面向智能化的CAPP设计理论与方法研究，江西蓝天学院学报;

人工智能技术论文篇3

【关键词】疫情；人工智能；科技期刊；出版融合

【作者单位】刘焕英，广州市第一人民医院《广州医药》编辑部。

【中图分类号】G237.5【文献标识码】A【DOI】10.16491/j.cnki.cn45-1216/g2.2020.07.006

近年来，人工智能已经进入社会生活的各个领域，我国已在战略和行动层面部署人工智能的发展目标。人工智能正加速进入出版业，其与出版系统的深度融合将成为未来发展的大趋势。在未来，人工智能对期刊出版的影响是颠覆性的，通过知识服务来实现期刊出版流程的高效化和智能化[1]。出版智能化是人工智能与出版深度融合的主要方向，因此，探讨人工智能与科技出版的融合发展问题至关重要。

不少学者对“出版+人工智能”进行了深入研究。张勇等认为，人工智能与学术期刊的深度融合，必须建立在以大数据为基础，利用现代互联网手段，形成以人工智能为核心的智能化新格局[2]。范军等认为，人工智能出版具有以人机生产协作化、出版资源集约化、产品形态多元化、知识服务交互化等特点[3]。张海生等认为，人工智能与出版以技术为物质基础，以数据为内容基础，以算法为有效服务[4]。

新冠肺炎疫情的暴发，对各行各业造成不同的冲击，但也加快了部分产业数字化，为经济社会的数字化转型带来极大的挑战。在主持召开的中央全面深化改革委员会第十二次会议上，强调要鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、防控救治等方面更好发挥支撑作用。科技期刊是发表具有研究价值的学术创新成果、进行学术交流的主要载体，具有对疫情防控工作的正面引导作用。在人工智能与科技期刊出版融合的大背景下，出版人应抓紧机遇，以“人工智能+期刊出版”的理念为抗疫出一分力，充分彰显出版人的使命担当。疫情过后，科技期刊更要积极通过人工智能技术加快科技期刊的数字化转型升级，实现科技期刊出版智能化。

目前，关于人工智能与出版的研究主要从宏观统筹的角度出发，研究人工智能对期刊出版的影响，但这些研究没有涉及人工智能对科技期刊出版流程微观环节的影响及改变。本研究就人工智能与科技期刊深度融合对出版流程微观环节的影响及改变进行深入分析，为科技期刊智慧出版的发展提供思路。

一、人工智能融合科技期刊出版的优势

与传统出版模式相比，人工智能融合科技期刊出版，能适时构建一套自动化、智能化、系统化的出版流程，有利于科技期刊实现可持续发展。见图1。

1.智能选题策划

选题策划是科技期刊出版产业链的顶端，一个完整的选题策划过程涉及众多变量，如政策、作者、读者、学术发展等，而以往这些变量主要依靠编辑和编委的学识以及对该学科的预见及判断来把握，这种方式在如今信息发达的网络时代已经滞后。人工智能能降低人為因素导致的偏差，能抓取社会热点、行业信息及读者和作者信息，为科技期刊的选题策划提供全局化思维和科学化手段。如在新冠肺炎疫情下，编辑部可利用智能算法，挖掘更多的抗疫选题，对各学科相关专家就疫情的研究进行定向约稿，介绍新冠肺炎研究的新进展。这不仅能促进学科之间的互动和交流，还能有效发挥科技助力疫情防控工作。

2.人机协同内容生产

在传统期刊出版流程中，稿件由作者完成，稿件质量由作者的专业知识、对科研结果进行整合构建而成，计算机只是辅助作者进行记录。利用人工智能的协同编纂系统进行的科技论文内容生产，可以协助作者进行文献资料的整理、分析及写作。人工智能协同编纂能系统充分利用群体智能的理论和技术，能够支持作者在线撰稿、编辑在线编辑，以及二者协同编辑[5]。人工智能还可以根据科研工作者的实验方法、结果及结论，按照科技论文的写作模块进行自动编写论文，如龙源数字传媒集团的“知识树”人工智能平台，可以根据编辑定义的内容自动编辑内容。

3.智能高效的编辑加工

科技期刊的出版内容大多涉及专业的学科知识、复杂的统计学知识，在传统出版流程中，编辑或外审专家需要对稿件进行大量的审核，审核稿件内容的科学性、先进性及研究结果的可靠性，审稿周期和出版流程较长。人工智能与科技期刊出版融合后，能大幅度提高编辑加工的智能高效性。（1）编校自动化，系统可智能生成编校系统，实现数字化的内校、外校和作者校对三位一体的协同校对模式。（2）系统能识别科技论文的学术不端行为。系统不仅能对稿件进行整句或者部分段落的智能识别，还能对图片内容进行检测，检测图片真实性和合法性，有效检测稿件内容的学术不端等行为，保障出版内容的真实性和原创性[6]。如爱思唯尔的人工智能查重系统“伊威瑟”就能做到这些。（3）系统可智能发掘合适的审稿人员，完成同行评议的自动化。人工智能融合科技期刊出版后，系统能根据论文的主要研究内容，自主识别和确定审稿人，还能自动撰写和发送邮件，提醒作者审稿进度，自动发送修改文件或审稿结果通知书等。

4.精准的传播推送

人工智能通过归类和分析读者访问的期刊网站，得到期刊的用户画像，精确洞察用户需求，实现信息的智能推送和智能推荐。人工智能的传播模式为“千人千面”，以用户为核心要素，用人工智能算法对读者进行准确定位，从而进行个性化的推送服务，并能及时评估传播效果，实时调整传播策略[7]。如开放科学计划（OSID）就是利用人工智能实现精准推送，在每篇科技论文中植入OSID码，通过二维码中的五项服务内容进行转发和分享，无障碍地实现作者与读者的双向交流。此服务不仅使论文的传播速度更快，还实现读者、作者的有效交流[8]。

二、人工智能融合科技期刊出版的发展瓶颈

1.技术：智能化程度不高

目前，科技期刊出版的智能化程度不高，处于弱智能阶段。所谓弱智能阶段，就是人工智能根据人类预设的算法架构线性地处理数据，从而代替人类解决某类特定问题，但不具备推理和思考的能力。由于弱智能不能归纳总结逻辑框架并自主解决问题，在人工智能不够智慧的条件下，其只能承担科技期刊出版流程中一些机械性、技术含量不高的流程。提高科技期刊出版的智能化程度，需要解决人工智能与科技期刊出版融合发展的技术问题。

2.人才：人工智能高端人才缺乏

限制科技期刊出版与人工智能融合的因素，主要就是人工智能高端人才缺乏。就目前来说，我国人工智能人才缺口较大，特别是科技期刊更是缺乏“人工智能+出版”的专业人才。人工智能高端期刊人才培养的三个关键因素是懂学科、懂出版、懂技术，但具备这三个要素的科技期刊编辑严重缺乏。人工智能技术开发的人不懂出版，科技期刊编辑不懂人工智能开发，这在很大程度上阻碍了人工智能与科技期刊出版的深度融合发展。从此次与新冠肺炎疫情相关的文献来看，大多源于医学类或者科技类的期刊出版单位，源自自然科学类的出版单位较少。面对疫情，科技期刊出版单位能够发挥自身的人才优势，提供与疫情相关的数字供应，这与其具有专业人才是息息相关的。科技期刊要加大人工智能高端人才的培养，为期刊出版的智能化打牢基础。

3.出版涉及的伦理及法律问题

人工智能可对出版技术层面和工具层面有促进作用，但其终究无法把握意识形态方面的问题，无法做出有价值的判断。人工智能出版主要靠网络爬虫技术获取用户数据，这可能会侵犯用户的隐私权。具体到新冠肺炎疫情相关问题上，人工智能为新冠肺炎病人的病情诊断提供有力支持，但患者的个人信息、病史及诊断记录保存于人工智能系统的云端，如果未经用户授权，患者信息被随意窃取进行科技论文写作，患者的隐私权会遭到侵犯。上述问题所带来的各种隐患，建议科技期刊及有关单位引起重视。

此外，人工智能出版物的著作权认定也存在争议。由机器人完成的科技论文的著作权究竟属于人工智能机器人，还是属于机器所有者或编程者？人工智能学术创作是对现有数据资源的组合利用，这一再创作过程是否构成侵权也值得商榷。人工智能作品在传播时未获得原作者的授权，是否也侵犯了原作者的信息网络传播权？这些都是当前亟须思考的问题。

三、人工智能融合科技期刊出版的发展思考

期刊界在看到科技期刊与人工智能发展融合带来诸多机遇的同时，也要注意到人工智能对科技期刊带来的挑战，应做好出版单位的事业升级等相关工作。

1.加强人工智能与科技期刊出版融合的技术研究

当下的人工智能技术尚不成熟，科技期刊要实现“人工智能+期刊出版”的智慧化出版模式，必须让期刊出版单位与编辑通力合作，解决技术匮乏问题。期刊出版单位应加强与人工智能企业或者高校的合作交流，重构“人工智能+期刊出版”的生态系统，积极探索适合自身发展的融合模式。如上海大学期刊社与上海大学计算机学院合作成立期刊融合出版实验室，通过多媒体融合出版模式，成功创办了“数字影视技术专栏”，提升科技期刊影响力。同时，编辑要主动转变传统出版思维，主动学习人工智能技术，应用人工智能技术为期刊出版服务。只有人工智能高端人才与编辑协调工作，才能有效清除人工智能与科技期刊出版融合的技术屏障。

2.加强智能出版队伍建设，提供优质学术出版内容

此次新冠肺炎疫情下，出版业生态脆弱问题暴露无遗，其中最大问题就是智能出版业务相对薄弱，这与出版单位忽视智能化队伍的培养有关。科技期刊出版单位应加快聚集人工智能高端人才，不仅要重视培养“人工智能+经济”“人工智能+社会”“人工智能+管理”“人工智能+法律”等复合型跨界编辑人才，还要加大引进对人工智能基础研究、应用研究、运行维护等方面具有深厚造诣的专业技术人才。在科技期刊智能化出版过程中，期刊出版单位除了要求编辑必须具备广泛的知识储备，如编辑学、语言学、计算机学等，还要求编辑掌握人工智能的基本原理，熟悉人工智能相关软件的使用，深谙人工智能下科技期刊出版的全流程。

智能化时代，科技期刊的原创内容与人工智能技术相结合，从技术层面突破人工智能的技术瓶颈，提高了期刊内容的传播力。编辑应利用人工智能技术，根据读者在科研平台、社交平台的关键信息，多角度完善读者的兴趣模型，进一步优化算法，把出版产品精准地传递给读者。

3.完善相关法律法规和伦理规范

人工智能需要通过对数据的分析整合来进行创作和推送，这给著作权、信息网络传播权带来极大挑战，这些问题只能通过完善法律条款给予保护。从法律层面看，相关部门要积极研究人工智能引发的责任认定、损害赔偿等问题，为后续法律追责提供法理依据，特别是对个人隐私权的保护不能满足于事后懲罚，要完善个人隐私保护的相关法律体系，提升法律对公民个人隐私的保护[9]。

人工智能技术论文篇4

关键词：人工智能；智能科学技术；学科；教育；发展方向

0引言

人工智能（Artificial Intelligence，AI），又称为机器智能或计算机智能，是计算机科学或智能科学中涉及研究、设计和应用智能机器的一个分支。人工智能近期的主要目标在于研究用机器来模仿和执行人脑的某些智力功能，而远期目标是用自动机模仿人类的思维活动和智力功能。

1来之不易的大好机遇

比起国际上人工智能的发展情况，我国的人工智能研究起步较晚，发展道路曲折坎坷，经过质疑、批判甚至压制的艰难发展历程。直到20世纪80年代初期，中国的人工智能研究才开始活跃起来，但由于当时社会上把“人工智能”与“特异功能”混为一谈，对两者一起批判，并一并斥之为“伪科学”，使中国人工智能经历过一段弯路。

中国人工智能学会于1981年在长沙成立后，长期得不到中国科学技术协会和国内科技界的认同，只能挂靠到中国社会科学院哲学研究所，直到2004年，才得以挂靠到中国科学技术协会。这足以表明中国人工智能学会成立后经历的20多年岁月是多么艰辛。因此，在这个时期内，有比较多的中国人工智能学者研究人工智能哲学问题是有历史原因的。

直到改革开放之后，我国的人工智能才逐渐走上发展之路。近两年来，国家领导人对人工智能高度评价，并对我国人工智能的发展提出重要指示，有关部门了《中国制造2025》《机器人产业发展规划（2016―2020年）》《“互联网+”人工智能三年行动实施方案》。这些文件体现了我国已把人工智能技术提升到国家发展战略的高度，为中国人工智能的发展创造了前所未有的优良环境，也赋予人工智能艰巨而光荣的历史使命。

2016年4月，中国人工智能学会联合20余家国家一级学会，在北京举行“2016全球人工智能技术大会暨人工智能60周年纪念活动启动仪式”。这次活动恰逢国际人工智能诞辰60周年，谷歌Alpha Go与世界围棋冠军李世石上演“世纪人机大战”，将人工智能的关注度推到了前所未有的高度。启动仪式共同庆祝国际人工智能诞辰60周年，传承和弘扬人工智能的科学精神，开启智能化时代的新征程。

2大力发展智能科学与技术教育

包括人工智能教育在内的智能科学技术教育是智能科技和智能产业赖以发展的强化剂和推动力，也是高素质智能科技人才培养及智能科技与产业可持续发展的根本保证。我国的智能科技教育已初步形成学科教育与课程教学体系，并在大学计算机、智能科学与技术、电子信息、自动化等专业开设不同层次的人工智能类课程。中国智能科技的进一步发展和人工智能的基础建设问题，都与智能科技人才培养密不可分。只有培养足够多的高素质智能科技人才，才能保证我国智能科技的顺利发展，进而攀登国际智能科技的高峰。

智能科技教育和人才培养是智能科技学科发展的重要基础。我国自20世纪80年代中期开始在少数高校开设各种人工智能类课程以来，经过推广与提高，30年前的人工智能星星之火如今已形成燎原之势，数以百计的高校开设了各种层次的人工智能类课程，有些课程已成为我国高校教育园地上的名花。例如，中南大学的人工智能课程已成为首批部级精品课程、教育部新世纪优秀网络课程、部级全国双语示范课程、首批部级精品视频公开课和部级资源共享课程。全国已有20门智能类课程入选部级质量工程。尽管为数不多，但这些智能类课程在改革中不断发展壮大，已为国家培养了成千上万的智能科技专门人才。虽然这些课程只占数以千计的部级质量工程课程的冰山一角，但也表明智能科技课程仍然占有一席之地，并具有不可替代的作用，产生了非常大的影响。

全国智能科学与技术教育暨教学学术研讨会是我国人工智能教育与教学领域具有特色的最权威的学术盛会，自2002年起已成功举办了13次，对于智能科技及其相关学科的教育教学、学科建设和人才培养发挥了十分重要的作用。

2004年在北京大学开设的智能科学与技术专业，已发展到全国近30所大学，仅这些大学的“智能”专业每年就培养大约2 000名人工智能专业人才。据估计，近30年来，全国高校已培养人工智能及其相关学科的硕士和博士数以千计，本科毕业生数以万计。这些高层次的人工智能专门人才是我国发展人工智能的最为宝贵的财富。这些年轻的智能人有幸遇上千载难逢的人工智能大好发展机遇，必将成为我国智能科技跨越式发展的中坚力量。

3客观评价我国人工智能科技水平

无论是智能科技学科建设或是智能科技类课程建设，都离不开对我国人工智能水平与国际先进水平差距的深刻认识。

有些学者或企业家认为，我国的人工智能科技水平已经与美国不相上下。我们需要科学客观地评估已有成绩，既不要妄自菲薄，又不能夜郎自大，既要充分肯定成绩，又要深刻认识差距。过高地估计我国现有人工智能成果既不实事求是，又不利于人工智能学科与产业的健康发展。

美国是世界上人工智能科技整体水平最高的国家。分析中美两国在人工智能方面的差距，有助于我们保持清醒的认识。许多人工智能界内专家指出：我们在人工智能方面一直跟踪美国的理论，然后应用并在一些地方有所创新，应用上的追赶很快，但是，在基础理论研究方面和美国还是差距很大的。国内做人工智能基础理论研究的人很少，这是学术环境问题造成的。例如，美国把脑科学和类脑科学排在研究的最前面，而我国在这方面的自主研发能力却比较薄弱，在突破和创新上也有所差距。又如，国内在深度学习方面发表了不少论文，但真正有理论创新或具备重要应用价值的研究并不多。

美国人已经在构思下一个人工智能是什么，而我们这里还没有动静，这是我们面临的最大挑战。这个难题牵涉面很广，不是一两个团队投入进去就能解决的。这种差距在很大程度上源于我们学术评价体系以及以实际应用为导向有关。我们可能要通过10～20年的努力才能在人工智能方面全面赶上美国。

许多有识之士认为，我国当前的人工智能基础研究和应用开发与国际先进水平存在很大差距，国际影响力有待提高。然而，国内有一部分人工智能研究与开发人员却过高地估计成绩，认为我国的人工智能已经在很多方面甚至全面超过国际先进水平。评价一门学科是否达到或超过国际先进水平，不但要有客观标准和国际同行普遍认可，而且要有一批令人信服的标志性成果。这里笔者不准备具体讨论或争论这个问题，而是试图从以国际人工智能之父图灵命名的国际计算机学科科技最高奖图灵奖的获奖情况来说明我国人工智能的发展水平。

自1969年以来，美国计算机学会先后举行过48届图灵奖评审与颁奖，图灵奖得主共计64位。其中，美籍华裔计算机科学家姚期智2000年获得图灵奖，他是图灵奖设立48年以来获得该奖项的唯一华裔学者。在64位图灵奖得主中，有12位杰出人工智能专家获此殊荣，但当中没有一个是中国人。

4坚持人工智能研究及教育的正确方向

国际人工智能在过去60年历程里，取得举世瞩目的进展和公认成果，但其发展也是极其曲折与坎坷的。之所以艰难前行，除了由于科学发展的必然性外，社会上对人工智能的误解与偏见及人工智能内部的偏激争论，特别是在人工智能哲学与方法论方面的争论都是不争的事实。人工智能三大不同学派之间势不两立的争论持续了约30年，直到本世纪初才平静下来。人工智能学界已形成共识，即面对现代社会科技、经济和人民生活的重大问题，任何一种人工智能方法，无论是符号主义、连接主义或行为主义，均不可能单枪匹马打天下，而需要各个学派之间携手合作，走综合集成、优势互补、共同发展的康庄大道。尤其是今天的中国，人工智能面对大数据、机器人、“互联网+”等国家重大战略所带来的机遇与挑战，探索大规模深度学习、类脑神经计算、智能机器人、智能互联网、智能物联网、智能移动终端、产业智能化升级等重大理论和技术问题，推进社会智能化进程，提升社会文明程度，才是人工智能研究与发展的主流，至于学派和方法之争已不是人工智能研究的关键。

在人工智能与哲学的关系方面，应该说人工智能有哲学和方法论问题需要研究，但人工智能不属于哲学。有一些人从信息哲学或人工智能哲学角度进行人工智能研究，既是需要的，也是值得支持的，但不应该过分夸大哲学和方法论问题对人工智能的作用，必须强调智能实现理论、方法、技术在人工智能研究中的核心地位，必须注重人工智能是一门具有较强理论基础的新兴技术学科的这一基本属性。

人工智能作为一门新兴技术学科，特别需要就其发展和应用中的一系列重大理论和技术问题进行踏踏实实的研究。吴文俊先生曾经语重心长地告诫我们：“我们真正的意图绝不在于口舌之争，在字面上夸夸其谈。真正应该做的事是实干巧干，借计算机时代来临的大好契机，率先在全世界推行脑力劳动机械化，以具体成就和我们的成功来向世人表明我们的主张。”

前面提到，人工智能诞生60年走过了极其曲折与坎坷的历程，但我们不愿意更多地回忆与评论国内外人工智能发展过程中的种种艰难往事，只是希望大家能记住历史教训。过激的、势不两立的学派争论和过于浓厚的哲学色彩都不利于人工智能学科全面与健康的发展。今天，在进行人工智能/智能科技研究与教育时，一定要把握人工智能作为一门自然科学新兴学科的方向，从获得国际人工智能学界认同和经受应用检验两个角度，创造中国人工智能的新成果和新品牌。

智能科学与技术专业抓住教材建设和师资队伍建设作为专业建设的突破口，这是非常正确的，尤其是教材，作为课程教学环节的重要资源，不仅是专业建设和教学活动的重要载体，而且对学生的课程认知和能力培养都具有十分重要的导向和启迪作用，因此需要用十分严谨和科学的态度去对待。实际上，入选普通高等教育“十二五”部级规划教材的4本人工智能教材中，有3本书的作者为现有智能科学与技术专业的教授，这至少从一个侧面说明，智能科学与技术专业还是有着较好的人工智能教材基础的。

当然，由于智能科学与技术本科专业在开设人工智能课程之前，一般会有智能科学技术导论和脑与认知基础这两门前导课程，因此作为智能科学与技术专业的人工智能教材，应在结构和内容上有别于其他信息类专业的同类教材。但作为人工智能的主流理论、方法和技术，仍然应该是该教材应该坚持的基本架构和内容主线，而不应该偏离。

在当前国内外人工智能空前大好的发展形势下，作为人工智能教育工作者，我们应该创新进取、谦虚谨慎、求真务实，用科学态度对待人工智能科学和智能科学技术问题，为国内外人工智能的健康发展，为我国智能科技人才的培养做出新的贡献。

5结语

人工智能技术论文篇5

【关键词】人工智能 计算机技术

一、人工智能的定义

“人工智能”(Artificial Intelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机，人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。

人工智能理论进入21世纪，正酝酿着新的突破，人工智能的研究成果将能够创造出更多更高级的智能“制品”，并使之在越来越多的领域超越人类智能，人工智能将为发展国民经济和改善人类生活做出更大贡献。

二、人工智能的应用领域

1.在管理系统中的应用

(1)人工智能应用于企业管理的意义主要不在于提高效率，而是用计算机实现人们非常需要做，但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中，以数据管理和处理为中心，围绕企业的核心业务和主导流程建立若干个主题数据库，而所有的应用系统应该围绕主题数据库来建立和运行。换句话说，就是将企业各部门的数据进行统一集成管理，搭建人工智能的应用平台，使之成为企业管理与决策中的关键因子。

(2)智能教学系统(ITS)是人工智能与教育结合的主要形式，也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善，推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统，计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块，体现了教学系统开发的全部内容，拥有着不可比拟的优势和极大的吸引力。

2.在工程领域的应用

(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用，具有极大的科研和应用价值，它可以帮助医生解决复杂的医学问题，作为医生诊断、治疗的辅助工具。事实上，早在1982年，美国匹兹堡大学的Miller就发表了著名的作为内科医生咨询的Internist 2Ⅰ内科计算机辅助诊断系统的研究成果，由此，掀起了医学智能系统开发与应用的高潮。目前，医学智能系统已通过其在医学影像方面的重要作用，从而应用于内科、骨科等多个医学领域中，并在不断发展完善中。

(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”，该系统用于勘探评价、区域资源估值和钻井井位选择等，是工业领域的首个人工智能专家系统，其发现了一个钼矿沉积，价值超过1亿美元。

3.在技术研究中的应用

(1)在超声无损检测(NDT)与无损评价(NDE)领域中，目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器，以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动，减少了任务因素造成的无擦，提高了检测的可靠性，实现了超声检测和评价的自动化、智能化。

(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展，网络技术的安全是我们关心的重点，因此我们必须在传统技术的基础上进行网络安全技术的改进和变更，大力发展数据挖掘技术、人工免疫技术等高效的AI技术，开发更高级AI通用和专用语言，和应用环境以及开发专用机器，而与人工智能技术则为我们提供了可能性。

三、人工智能的发展方向

1.专家系统是目前人工智能中最活跃、最有成效的一个研究领域，它是一种具有特定领域内大量知识与经验的程序系统。近年来，在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。人类专家由于具有丰富的知识，所以才能达到优异的解决问题的能力。那么计算机程序如果能体现和应用这些知识，也应该能解决人类专家所解决的问题，而且能帮助人类专家发现推理过程中出现的差错，现在这一点已被证实。

2.智能信息检索技术的飞速发展。人工智能在网络信息检索中的应用，主要表现在:(1)如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。(2)由于网络知识信息既包括规律性的知识，如一般原理概念，也包括大量的经验知识这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素对其进行推理，需要利用人工智能的研究成果。

3.SOAr是一种通用智能体系结构，其始终处在人工智能研究的前沿，已显示出强大的问题求解能力，它认为机器人的开发是人工智能应用的重要领域。在它的研究中突出4个概念:(1)所处的境遇机器人不涉及抽象的描述，而是处在直接影响系统的行为的境地。(2)具体化机器人有躯干，有直接来自周围世界的经验，他们的感官起作用后会有反馈。(3)智能的来源不仅仅是限于计算装置，也是由于与周围进行交互的动态决定。(4)浮现从系统与周围世界的交互以及有时候系统的部件间的交互浮现出智能。目前，国内外不少学者都对机器人足球系统颇感兴趣，足球机器人涉及机器人学、人工智能以及人工生命、智能控制等多个领域。足球机器人系统本身既是一个典型的多智能体系统，是一个多机器人协作自治系统，同时又为它们的理论研究和模型测试提供一个标准的实验平台。

参考文献

[1]元慧.议当代人工智能的应用领域和发展状况[J].福建电脑，2008.

[2]刘玉然.谈谈人工智能在企业管理中的应用[J].价值工程，2003.

[3]焦加麟，徐良贤，戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真，2003，(8).

[4]周明正.人工智能在医学专家系统中的应用[J].科技信息， 2007.

[5]张海燕，刘镇清.人工智能及其在超声无损检测中的应用[J].无损检测，2001，(8).

[6]马秀荣，王化宇.简述人工智能技术在网络安全管理中的应用[J].呼伦贝尔学院学报，2005，(4).

[7]曾雪峰.论人工智能的研究与发展[J].现代商贸工业，2009，(13).

人工智能技术论文篇6

对于中国而言，人工智能的发展更是一个历史性的战略机遇，对于缓解未来人口老龄化压力、应对可持续发展挑战、以及促进经济结构转型升级至关重要。

那么目前，人工智能在中国的发展条件如何，中国距离成为真正的人工智能强国还有多远？7月13日，《中国人工智能发展报告2018》在清华大学主楼接待厅。

报 告中称，目前中国人工智能的发展已经具备非常优越的条件，然而要成为真正的人工智能强国，中国还任重道远。中国在论文总量和高被引论文数量上都排在世界第 一，但中国在人才总量，以及杰出人才占比偏低。在产业上，中国的人工智能企业数量排在全球第二，不过，中国人工智能领域的投融资占到了全球的60%，成为全球最“吸金”的国家。

报 告指出，中国必须加强基础研究，优化科研环境，培养和吸引顶尖的人才，在人工智能的新基础领域实现突破，保证人工智能发展的根基稳固。同时，要大力鼓励产 学研合作，让企业成为人工智能创新的主导力量。积极参与到人工智能全球治理机制的构建中，在人工智能未来的技术发展、风险防范、道理伦理规范制定等领域发 挥中国独特的作用。

这份报告由清华大学中国科技政策研究中心、清华公共管理学院政府文献中心、北京赛时科技有限公司、科睿唯安、中国信息通信研究院和北京字节跳动科技有限公司联合。

论文总量世界第一，杰出人才占比偏低

报告中称，在论文产出上，中国人工智能论文总量和高被引论文数量都是世界第一。中国在人工智能领域论文的全球占比从1997年4.26%增长至2017年的27.68%，遥遥领先其他国家。

高校是人工智能论文产出的绝对主力，在全球论文产出百强机构中，87家为高校。中国顶尖高校的人工智能论文产出在全球范围内都表现十分出众。

不仅如此，中国的高被引论文呈现出快速增长的趋势，并在2013年超过美国成为世界第一。

但在全球企业论文产出排行中，中国只有国家电网公司的排名进入全球20。

从学科分布看，计算机科学、工程和自动控制系统是人工智能论文分布最多的学科。国际合作对人工智能论文产出的影响十分明显，高水平论文中国通过国际合作而发表的占比高达42.64%。

专利申请上中国专利数量略微领先美国和日本。中国已经成为全球人工智能专利布局最多的国家，数量略微领先于美国和日本，三国占全球总体专利公开数量的74%。

全球专利申请主要集中在语音识别、图像识别、机器人、以及机器学习等细分方向。中国人工智能专利持有数量前30名的机构中，科研院所与大学和企业的表现相当，技术发明数量分别占比52%和48%。

企业中的主要专利权人表现差异巨大，但中国国家电网近五年的人工智能相关技术发展迅速，在国内布局专利技术量远高于其他专利权人，而且在全球企业排名中位列第四。

中国的专利技术领域集中在数据处理系统和数字信息传输等，其中图像处理分析的相关专利占总发明件数的16%。电力工程也已成为中国人工智能专利布局的重要领域。

虽然在论文总量和高被引用论文数量上中国排名领先，但在人才投入上，中国表现并不突出。

根据该报告，截至2017年，中国的人工智能人才拥有量达到18232人，占世界总量8.9%，仅次于美国（13.9%）。高校和科研机构是人工智能人才的主要载体，清华大学和中国科学院系统成为全球国际人工智能人才投入量最大的机构。

然而，按高H因子衡量的中国杰出人才只有977人，不及美国的五分之一，排名世界第六。企业人才投入量相对较少，高强度人才投入的企业集中在美国，中国仅有华为">华为一家企业进入全球前20。

中国人工智能人才集中在东部和中部，但个别西部城市如西安和成都也表现十分突出。国际人工智能人才集中在机器学习、数据挖掘和模式识别等领域，而中国的人工智能人才研究领域比较分散。

中国人工智能企业数量全球第二，但投融资规模最大

报告称，中国人工智能企业数量从2012年开始迅速增长，截至2018年6月，中国人工智能企业数量已达到1011家，位列世界第二，但与美国的差距还非常明显（2028家）。

中国人工智能企业高度集中在北京、上海和广东。在全球人工智能企业最多的20个城市中，北京以395家企业位列第一，上海、深圳和杭州也名列其中。中国人工智能企业应用技术分布主要集中在语音、视觉和自然语言处理这三个技术，而基础硬件的占比很小。

风险投资上，从2013到2018年第一季，中国人工智能领域的投融资占到全球的60%，成为全球最“吸金”的国家。但从投融资笔数来看，美国仍是人工智能领域创投最为活跃的国家。

在国内，北京的融资金额和融资笔数都遥遥领先其他地区，上海和广东的人工智能投资也很活跃。从2014年开始，国内人工智能投融资活动的早期投资的占比逐渐下降，投资活动日趋理性，但A轮融资还是占主导地位。

中 国人工智能市场增长迅速，计算机视觉市场规模最大。2017年中国人工智能市场规模达到237亿元，同比增长67%。计算机视觉、语音、自然语言处理的市 场规模分别占34.9%、24.8%、21%，而硬件和算法的市场规模合计不足20%。预计2018年中国人工智能市场增速将达到75%。

产品应用范围广泛，语音和视觉类产品最为成熟。人工智能已经在医疗健康、金融、教育、安防等多个垂直领域得到应用。全球智能音箱市场增长迅速，国内外主要互联网企业都有部署，其中谷歌和亚马逊">亚马逊的市场份额超过全球60%，中国的阿里巴巴">阿里巴巴和小米">小米分列第三和第四位。2017年全球机器人市场达到232亿美元，中国市场占27%。其它如无人机、智能家居、智能电网、智能安防、智能医疗和智能金融也发展较快。

人工智能技术论文篇7

关键词：机电一体化　智能制造　制造企业

机电一体化又称机械电子学(Mechatronics，由英文机械学Mechanics的前半部分与电子学Electronics的后半部分组合而成)。随着计算机技术的迅猛发展和广泛应用，机电一体化技术获得前所未有的发展。现在的机电一体化技术，是机械和微电子技术紧密集合的一门技术，它的发展使冷冰冰的机器有了人性化和智能化。如今的现代化企业已经进入了崭新的智能制造时代。

一、智能制造的概念

智能制造应当包含智能制造技术(IMT)和智能制造系统(IMS)。因本文不涉及智能制造技术本身，只侧重于论述制造模式，所以重点讨论智能制造系统。智能制造技术是指利用计算机模拟制造专家的分析、判断、推理、构思和决策等智能活动，并将这些智能活动与智能机器有机地融合起来，将其贯穿应用于整个制造企业的各个子系统，以实现整个制造企业经营运作的高度柔性化和集成化，从而取代或延伸制造环境中专家的部分脑力劳动，并对制造业专家的智能信息进行收集、存储、完善、共享、继承和发展的一种极大地提高生产效率的先进制造技术。智能制造系统是指基于IMT，利用计算机综合应用人工智能技术、智能制造机器、技术、材料技术、现代管理技术、制造技术、信息技术、自动化技术、并行工程、生命科学和系统工程理论与方法，在国际标准化和互换性的基础上，使整个企业制造系统中的各个子系统分别智能化，并使制造系统形成由网络集成的、高度自动化的一种制造系统。

IMS是智能技术集成应用的环境，也是智能制造模式展现的载体。IMS理念建立在自组织、分布自治和社会生态学机制上，目的是通过设备柔性和计算机人工智能控制，自动地完成设计、加工、控制管理过程，旨在解决适应高度变化的环境制造的有效性。由于智能制造模式突出了知识在制造活动中的价值地位，而知识经济又是继工业经济后的主体经济形式，所以智能制造就成为影响未来经济发展过程的制造业的重要生产模式。

二、智能制造系统的特点

IMS具有以下几个特征:

一是自组织能力，二是自律能力，三是自学习和自维护能力，四是整个制造系统的智能集成，五是人机一体化智能系统，六是虚拟现实。

综上所述，可以看出IMS作为一种模式，它是集自动化、柔性化、集成化和智能化于一身，并不断向纵深发展的先进制造系统。

三、智能制造的支撑技术

人工智能技术；

并行工程；

虚拟制造技术；

信息网络技术。

四、智能制造主要研究内容及目标

1.智能制造主要研究内容

（1）智能制造理论和系统设计技术；

（2）智能制造单元技术的集成；

（3）智能机器的设计。

2.智能制造主要研究目标

（1）整个制造过程的全面智能化，在实际制造系统中，以机器智能取代人的部分脑力劳动作为主要目标，强调整个企业生产经营过程大范围的自组织能力。

（2）信息和制造智能的集成与共享，强调智能型的集成自动化。

五、智能制造的发展简况

1.国外发展简况

自20世纪80年代美国提出IMS概念以来，IMS一直受到众多国家的重视和关注。日本、美国、加拿大、澳大利亚、瑞士和欧洲自由贸易协定国在1991年1月联合开展了由日本首先于1990年4月提出的为期10年的IMS国际合作计划。

2.国内发展简况

我国20世纪80年代末也将“智能模拟”列入国家科技发展规划的主要课题，已在专家系统、模式识别、机器人方面取得了一批成果。1993年，中国国家自然科学基金委员会重点项目“智能制造技术基础的研究”获准设立，1994年开始实施，由华中理工大学、南京航空航天大学、西安交通大学和清华大学联合承担。研究内容为IMS基础理论、智能化单元技术、智能机器等。至今，已取得了不少可喜的研究成果。

综上所述，可以看出IMS是一种集自动化、柔性化、集成化和智能化于一身的制造模式，具有不断向纵深发展的高技术和高水平的先进制造系统，同时也是需要投入巨大科研力量去突破一个个技术难点的先进制造系统。目前研究的重点为虚拟企业、分布式智能系统、并行工程和基于的IMS。同时也应看到，这是一个人机一体化智能系统，只要努力追求人的智能和机器智能的有效结合，这样的系统就有可能实现。当然，这种实现是一个从初级到高级的发展过程。

总之，随着智能产品价值日益攀升，在可以预见的未来，IMS模式将成为下一代重要的生产模式。

人工智能技术论文篇8

关键词：人工智能控制器的优势

中图分类号： S776.035

人工智能与电气运动控制是集电机、电子、自动化、计算机、智能控制和知识工程为一体的新兴交叉学科，其知识、技术和产品在工业、国防、交通、运输、民用等行业应用十分广泛。当前，电气运动控制系统运行条件的复杂化不断提高，同时对控制的智能化与精确化要求也越来越高，因此深入研究智能运动系统的设计、制造、运行规律，探索该方面的高层次科学研究、工程技术应用成为当务之急。

1.人工智能的概述

人工智能（Artificial Intelligence） ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能是一门新的技术科学，它的研究、开发是为了模拟、延伸和扩展人的智能，这是一种理论、方法、技术及应用系统。电气自动化是研究与电气工程有关的系统运行、自动控制、电力电子技术、信息处理等领域的一门学科。随着现代技术的发展，为了减少运行成本，提高工作效率，把人工智能的先进研究成果与电气自动化控制相结合，实现了技术的又一次突破。

2.电气工程中智能控制的功能实现

（1）收集处理数据：对于所有开关量、模拟量，人工智能控制器都能对其进行实时采集，在要求明确的情况下，人工智能控制器能自动处理或存贮。（2）界面显示：设备和系统的运行状态都会在模拟画面上真实的显示出来，可从中了解到模拟量、计算量、隔离开关、断路器等实际的状况。有问题时，画面上会挂牌检修功能，还会形成对应得历史趋势图。（3） 运行监视：在设备的模拟数值、开关量状态出现问题时，智能监视就起到了很大的作用，它会自己报警，还会记录下事件的过程。（4）人工控制：操作人员只需要通过键盘或鼠标就可以对断路器及电动隔离开关进行控制，系统会对操作人员进行限制性的操作，对值班起到很大作用。（5）故障录波：故障录波较为详细，包括波形、开关量和顺序记录等。（6）分析不对称的应用，进行负序量计算等。（7）及时进行参数的设定和修改从而定值得到保护。（8）模糊控制、神经网络控制、专家系统控制是人工智能控制的主要的三种方法。

3.电气自动化技术中人工智能的应用分析

（1）电气设备设计中人工智能的应用。由于电气设备的具体设计是综合性、复杂性、专业性的过程，其涉及的范围也十分广，包括了电磁场、电子技术、变压器、电机、专业电路等领域，另一方面，这对其设计者也提出了更高的要求。通过人工智能方面的技术，能够实现大批较难迅速解决处理的模拟过程与相关繁琐计算，这就加强了设计过程内的工作精度和效率。当然，在电气设备设计进行的时候还要区别不同的情况与具体算法，比如说遗传算法会用在优化设计中，而专家系统总是用在开发性设计中。

（2）电气控制技术中人工智能的应用。电气自动化的控制技术可以实现强化分配、交换、流通、生产等关键环节，在加大财力投入的同时尽可能减少人力，以便提高电气系统中的运作质量与效率。电气设备控制系统里面人工智能技术的应用包含了神经网络控制、专家系统控制与模糊控制等，而在实际的应用过程中，使用最多的则是模糊控制，这主要是源于其简单化的控制，同时又和现实情况联系密切。

（3）人工智能对日常操作的影响。电力系统不仅影响着电力系统建设的自动化水平，对日常的管理工作的影响也十分重大。人工智能技术应用于日常操作中，可以帮助实现以家用电脑操作进行系统操作，简化电流调整、设备操作界面，并且可自动进行日志生成和储存、报表自动生成等功能。电气系统日常操作中引进人工智能技术，不仅能够简化各种操作、规范各种文件样式和规格，并且能够实现操作的简便性和可视性。

（4）电气故障诊断中人工智能的应用。在电气设备的故障诊断过程中，使用最为广泛的即是神经网络、专家系统、模糊理论等人工智能技术，尤其是对电气电动机、发电机进行的故障诊断。当前，电气系统中变压器的故障诊断通常适用方法为分析气体和分解变压器油中分解的气体，借助人工智能法可以有效提高相关诊断的准确性，其中人工智能技术通过结合模糊理论与神经网络，来完成故障诊断知识的神经网络以及模糊性的共同诊断过程，这样就可以从根本上提高诊断故障的全面性与准确性。

4.结束语

电气自动化控制革新离不开人工智能的大力支持。人工智能在自动化控制方面的优势越发的突显。促进人工智能在电气自动化控制中的应用以解决传统方法不能解决的复杂系统控制问题。

在电气自动化领域，人工智能应用集中体现于专家系统、自动程序设计、定理证明、逻辑推理、各类问题求解等方面，因此，在电气自动化技术中充分挖掘并利用人工智能的功能与效力，这样才能使工作更加顺畅、高效。

依据国内需要及本学科在国际上的发展趋势，今后人工智能与电气结合的研究方向及内容是：⑴智能控制理论与技术；⑵电气驱动自动化；⑶智能控制理论在电气运动系统中的应用；等。

参考文献

1.罗兵。人工智能原理及应用[M]，机械工业出版社，2011-08-01

2.杨波.应用人工智能技术提高电气自动化控制水平[j].大观周刊，2011，（16）.

3.侯世英，索利娟。人工智能技术在电能质量领域中的应用综述[A]，2008电工理论与新技术学术年会，2008