时间：2023-06-06 09:32:04
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇人工智能的发展速度，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
读了下面这12个问答，你就会对人工智能的未来发展有一个较为全面的了解。
人工智能的发展包括哪些阶段？
人工智能的发展可分为三个阶段：弱人工智能、强人工智能和超人工智能。弱人工智能是擅长于单个方面的人工智能，比如“阿法狗”，只会下围棋。
强人工智能，达到了人类级别的人工智能，也就是在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。
超人工智能，即超级智能。牛津哲学家，知名人工智能思想家尼克・博斯特罗姆把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。超人工智能也正是为什么人工智能这个话题这么火热的缘故。
为什么说我们正在越来越快地接近超人工智能？
通过观察历史，我们可以发现一个规律，即人类出现以来所有技术发展都是以指数增长。也就是说，一开始技术发展是小的，但是一旦信息和经验积累到一定的基础，发展开始快速增长，以指数的形式，然后是以指数的指数形式增长。
未来学家瑞・库兹韦尔把这种人类的加速发展称作加速回报定律。之所以会存在这种规律，是因为一个更加发达的社会，能够继续发展的能力也更强，发展的速度也更快。
李四光也曾经写道：“人类的发展不是等速度运动，而是类似一种加速度运动，即愈到后来前进的速度愈是成倍地增加。”
人工智能技术的关键难点是什么？
用计算机科学家高德纳的说法，“人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其它动物不需要思考就能完成的事情上，还差得很远。”一些我们觉得困难的事情――微积分、金融市场策略、翻译等，对于电脑来说都太简单了。我们觉得容易的事情――视觉、动态、移动、直觉――对电脑来说则太难了。
摩尔定律真的那么有效吗？
摩尔定律认为全世界的电脑运算能力每两年就翻一倍，这一定律有历史数据所支持，这同样表明电脑硬件的发展和人类发展一样是指数级别的。我们用这个定律来衡量1000美元什么时候能买到1亿亿cps（每秒运算次数）。现在1000美元能买到10万亿cps，和摩尔定律的历史预测相符合。瑞・库茨维尔提出的加速回报定理，也就是摩尔定律的扩展定理。
我们什么时候能用上和人脑一样聪明的电脑？
现在1000美元能买到的电脑已经强过了老鼠，并且达到了人脑千分之一的水平。1985年的时候，同样的钱只能买到人脑万亿分之一的cps，1995年变成了十亿分之一，2005年是百万分之一，而2015年已经是千分之一了。按照这个速度，我们到2025年就能花1000美元买到可以和人脑运算速度抗衡的电脑了。
我们如何造出超人工智能？
第一步：增加电脑处理速度。这步比较简单。
第二步：让电脑变得智能。这步比较难，有三种可能的途径：一是模拟人脑，二是模拟生物演化过程，让计算机演化出智能，三是建造一个能进行两项任务的电脑――研究人工智能和修改自己的代码。这样它就不只能改进自己的架构了，我们直接把电脑变成了电脑科学家，提高电脑的智能就变成了电脑自己的任务。
为什么说强人工智能可能比我们预期的更早降临？
因为，一，指数级增长的开端可能像蜗牛漫步，但是后期会跑的非常快。二，软件的发展可能看起来很缓慢，但是一次顿悟，就能永远改变进步的速度。就好像在人类还信奉地心说的时候，科学家们没法计算宇宙的运作方式，但是日心说的发现让一切变得容易很多。创造一个能自我改进的电脑来说，对我们来说还很远，但是可能一个无意的变动，就能让现在的系统变得强大千倍，从而开启朝人类级别智能的冲刺。
超人工智能为什么会导致智能爆炸？
这里我们要引出一个概念――递归的自我改进。这个概念是这样的：一个运行在特定智能水平的人工智能，比如说脑残人类水平，有自我改进的机制。当它完成一次自我改进后，它比原来更加聪明了，我们假设它到了爱因斯坦水平。而这个时候它继续进行自我改进，然而现在它有了爱因斯坦水平的智能，所以这次改进会比上面一次更加容易，效果也更好。第二次的改进使得他比爱因斯坦还要聪明很多，让它接下来的改进进步更加明显。如此反复，这个强人工智能的智能水平越长越快，直到它达到了超人工智能的水平――这就是智能爆炸，也是加速回报定律的终极表现。
我们还要多久才能迎来超人工智能？
著名人工智能专家、谷歌公司的技术总监瑞・库兹韦尔相信电脑会在2029年达成强人工智能，而等到2045年，我们不但会造出超人工智能，还会迎来一个完全不同的世界――奇点时代。
什么是奇点时代？
所谓奇点时代，指的是超人工智能的出现将世界带入的一个新的时代。在这个时代中，人类将无法预测技术如何发展，因为超人工智能的行为将超出人类的理解能力。
超人工智能可能给人类带来的最大益处是什么？
永生。在理论上，死亡并非是不可克服的，只不过这需要超人工智能在纳米技术和生物技术方面取得我们难以想象的突破。超人工智能可以建造一个“年轻机器”，当一个60岁的人走进去后，再出来时就拥有了年轻30岁的身体。就算是逐渐糊涂的大脑也可能年轻化，只要超人工智能足够聪明，能够发现不影响大脑数据的方法来改造大脑就好了。一个90岁的失忆症患者可以走进“年轻机器”，再出来时就拥有了年轻的大脑。这些听起来很离谱，但是身体只是一堆原子罢了，只要超人工智能可以操纵各种原子结构的话，这就完全不离谱。
超人工智能最值得我们去担心的问题是什么？
1）研究目标：人工智能研究的目标，应该是创造有益（于人类）而不是不受（人类）控制的智能。
2）研究经费：投资人工智能应该有部分经费用于研究如何确保有益地使用人工智能，包括计算机科学、经济学、法律、伦理以及社会研究中的棘手问题，比如：
如何使未来的人工智能系统高度健全（“鲁棒性”），让系统按我们的要求运行，而不会发生故障或遭黑客入侵。
如何通过自动化提升我们的繁荣程度，同时维持人类的资源和意志。
如何改进法制体系使其更公平和高效，能够跟得上人工智能的发展速度，并且能够控制人工智能带来的风险。
人工智能应该归属于什么样的价值体系？它该具有何种法律和伦理地位？
3）科学与政策的联系：在人工智能研究者和政策制定者之间应该有建设性的、有益的交流。
4）科研文化：在人工智能研究者和开发者中应该培养一种合作、信任与透明的人文文化。
5）避免竞争：人工智能系统开发团队之间应该积极合作，以避免安全标准上的有机可乘。
伦理与价值（Ethics and values）
6）安全性：人工智能系统在它们的整个运行过程中应该是安全和可靠的，而且其可应用性和可行性应当接受验证。
7）故障透明性：如果一个人工智能系统造成了损害，那么造成损害的原因要能被确定。
8）司法透明性：任何自动系统参与的司法判决都应提供令人满意的司法解释，以被相关领域的专家接受。
9）责任：高级人工智能系统的设计者和建造者，是人工智能使用、误用和行为所产生的道德影响的参与者，有责任和机会去塑造那些道德影响。
10）价值归属：高度自主的人工智能系统的设计，应该确保它们的目标和行为在整个运行中与人类的价值观相一致。
11）人类价值观：人工智能系统应该被设计和操作，以使其与人类尊严、权力、自由和文化多样性的理想相一致。
12）个人隐私：在给予人工智能系统以分析和使用数据的能力时，人们应该拥有权力去访问、管理和控制他们产生的数据。
13）自由和隐私：人工智能在个人数据上的应用不能允许无理由地剥夺人们真实的或人们能感受到的自由。
14）分享利益：人工智能科技应该惠及和服务尽可能多的人。
15）共同繁荣：由人工智能创造的经济繁荣应该被广泛地分享，惠及全人类。
16）人类控制：人类应该选择如何和是否让人工智能系统去完成人类选择的目标。
17）非颠覆：高级人工智能被授予的权力应该尊重和改进健康的社会所依赖的社会和公民秩序，而不是颠覆。
18）人工智能军备竞赛：致命的自动化武器的军备竞赛应该被避免。
更长期的议题（Longer-term Issues）
19）能力警惕：我们应该避免关于未来人工智能能力上限的过高假设，但这一点还没有达成共识。
20）重要性：高级人工智能能够代表地球生命历史的一个深刻变化，人类该有相应的关切和资源来进行计划和管理。
21）风险：人工智能系统造成的风险，特别是灾难性的或有关人类存亡的风险，必须有针对性地计划和努力减轻其可预见的冲击。
关键词：机械电子工程；人工智能技术；应用
中图分类号：TP18 文献标识码：A
在现代经济社会发展速度不嗉涌斓谋尘跋拢社会生产力水平明显提高。对于我国而言，在工业机械工程发展过程中，现代电子技术的应用促进传统机械工程逐步过渡至现代电子机械工程，而随着计算机技术以及信息技术的蓬勃发展，机械工程开始呈现出智能化、自动化的发展方向。特别是人工智能技术发展以来，此项技术在机械电子工程领域中的应用日益广泛，对提高生产力水平的意义同样非常确切。本文即围绕机械电子工程领域中人工智能技术的相关应用问题进行分析与探讨，望能够引起各方重视与关注。
一、人工智能的概述
人工智能是研究、开发用于模拟、延伸以及扩展人的智能的理论、方法、技术以及应用系统的全新学科。作为计算机科学的重要分支之一，人工智能技术所追求的是了解智能的本质，并研发出一种与人类智能高度相似的智能机器。从人工智能诞生以来，相关理论与应用技术不断成熟，人工智能技术的应用范围也明显扩大。可以预见的是，未来人工智能技术下所带来的一系列科技产品将成为人类智慧的“容器”。
二、人工智能技术的作用分析
人工智能技术的应用对意识结构的变化有非常重要的影响，使意识论研究领域明显扩大。人工智能终端作为一种全新形态的机器设备进入人意识器官范畴中。人工智能技术下，除了能够完成人脑的一部分意识活动以外，甚至在部分功能上较人脑有着更为明显的优势，如对信息进行处理，以及采取行动的速度，以及对动作和记忆的准确性等方面。除此以外，通过对人工智能技术的应用与发展，还为未来ICT等网络技术的发展提供了方向与指导，包括云计算、深度学习、以及智能算法等在内的大规模网络应用成为ICT产业重要的发展方向之一，深度学习作为人工智能研究领域中的重点关注对象之一，可通过构建模拟人脑进行分析学习的神经网络的方式，促进互联网领域的飞跃式发展。
三、机械电子工程及人工智能分析
1.机械电子工程特点
机械电子工程是将电子工程、机械工程以及自动化工程结合起来的综合性学科，在机械电工工程中占据非常重要的地位。现阶段机械电子工程主要具有以下几个方面的特点：（1）机械电子产品结构相对简单。机械电子产品构造复杂程度不高，产品占地面积有限，能够改变传统意义上机械电子产品占地面积大且外观笨拙复杂的特点，对优化机械电子产品工作性能也有重要意义；（2）机械电子工程设计方案合理性高。在电子工程、机械工程以及自动化工程相互融合的背景下，设计人员能够更为全面的决策设计方案，促进机械电子工程的不断进步与发展。如，将机械电子工程技术与管理技术相结合，一来能够促进机械电子工程在管理体制层面的发展革新，二来能够促进机械电子技术在管理层面的发展进步，综合价值突出。
2.人工智能特点
人工智能是研究、开发用于模拟、延伸以及扩展人的智能的理论、方法、技术以及应用系统的全新学科。作为计算机科学的重要分支之一，人工智能技术所追求的是了解智能的本质，并研发出一种与人类智能高度相似的智能机器，研究对象包括图像识别、语言识别、机器人、自然语言处理以及专家系统等多个部分。人工智能技术的应用具有以下几个方面的特点：（1）人工智能技术使人与人之间的沟通交流更加密切。人工智能技术作为高新科学技术，为大众间的沟通交流提供了极大便利，实现与不同群体的沟通，在促进人类社会进步的同时还对人工智能技术的改革创新提供动力；（2）人工智能技术对促进经济增长有重要意义。应用人工智能技术能够促进社会消费，扩大国内市场需求，对实现经济平稳健康发展有积极价值；（3）人工智能技术的应用有助于企业经济目标的快速实现。人工智能技术大量应用会促进行业市场的扩大，吸引投资，提高企业经济效益。
四、机械电子工程中人工智能应用
1.机械电子工程与人工智能的关系
不稳定性是机械电子工程普遍面临的问题之一，该特点的存在导致机械电子工程系统信息输入与信息输出之间的关系难以准确地描述出来。由于建设规则库方法、学习并生成知识描述法以及数学方式推导法这3种传统机械电子工程系统描述方法在严密性与精确度方面存在一定的局限，因此往往难以满足机械电子工程系统日益复杂的描述需求。但从信息处理的角度上来说，人工智能技术的应用及其与机械电子工程系统的融合对于解决系统不稳定性、不确定性以及复杂性问题有非常确切的优势。从这一角度上来说，将人工智能技术与机械电子工程相结合已成为机械电子工程领域发展的必然方向与趋势之一。
2.模糊系统及神经网络系统
模糊系统的理论基础与模糊集合，设计工具为模糊理论。模糊推理系统具有模糊信息的处理功能，在自动化控制、数字处理等诸多领域中得到了大量的应用，所取得的效果非常显著。模糊推理系统创建模拟人脑的相关功能，并分析语言信号，在网络结构的依托下无限接近连续函数，并遵循域至域的映射规则对信息进行储存。但模糊推理系统在应用中具有连接性不固定的特点，计算量偏小，因此应用范围存在一定的限制。
神经网络系统是人工智能技术领域中的关键分支之一，神经网络将信息分布于网络上的主要模式是神经元的兴奋模式。在神经网络系统干预下，可实现对信息的分布储存以及对动态信息的协同处理。神经网络系统可在确保行为丰富的前提下最大限度地精简结构，利用神经网络系统功能直接模拟大脑结构，并分析数字信号，在各个神经元间构成点对点的映射关系，进而达到提高信息数据输入、输出精度，并提高计算量的目的。
结语
综上所述，人工智能技术的应用与人工智能系统的构建、发展在很大程度上促进了现代机械电子工程的快速发展与进步。现代机械电子工程设计必须以人工智能技术的合理应用为依托，达成双赢的理想局面。在这一过程中，相关人员必须充分关注机械电子工程与人工智能技术的融合，不断开拓全新的人工智能技术，把握两者发展中的相通点与共同点，以促进两者的共同发展与进步。
参考文献
[1]梁国强.试论人工智能技术在供水设备机械电气自动化控制中的应用[J].中小企业管理与科技，2015（27）：252.
[2]韩斌.机械电子工程与人工智能的关系分析[J].数字技术与应用，2013（6）：254-254.
[3]孙伟.电气自动化控制中人工智能技术的应用研究[J].科技创新与应用，2014（7）：70-70.
Abstract： Since 1956， when Dartmouth institute put forward the AI （Artificial Intelligence）， Artificial Intelligence in the past 50 years has achieved great development. Artificial Intelligence gradually formed with the three factions-symbol school， behaviorism school， connectionism school-led by the situation， each school has its own unique opinion. Based on the unique angle of view， the paper puts forward some opinions on the development of Artificial Intelligence.
关键词： 人工智能；研究现状；发展趋势；社会力量
Key words： Artificial Intelligence；research status；development tendency；social force
中图分类号：TP18 文献标识码：A 文章编号：1006-4311（2013）28-0005-03
0 引言
人工智能是自1956 Dartmouth学会后发展起来的新型学科，其有着涉及学科广、需要技术高端、使用范围广等特点。在过去的50多年时间中人工智能经历了学科发展中都会遇到的发展——否定——否定的否定阶段，现在人工智能大致分成了符号主义学派、行为主义学派、联结主义学派三大学派。其各有优势，独树一帜。一直以来重大前沿科学研究都是以国家牵头，等到时机成熟了再转为民用。这样无形中浪费了很多社会中的人才，比如android智能机的问世，当开发商源代码公布后android智能机获得了飞速的发展。这是社会资源集体作用的结果，人工智能能否通过这种方式获得飞速的发展呢，文中给出了问题的答案。
1 人工智能的现状
1.1 人工智能的发展过程 人工智能是由“人工”与“智能”组成。“人工”十分容易理解，也就是我们常说的人类开发研究出来的事物。“智能”则是十分复杂的一个词汇，是指如由意识（Consciousness）、自我（Self）、思维（Mind）（包括无意识的思维（Unconscious_mind））等等组成的有机集合。通常我们所说的人工智能是指人本身的智能。总体来说人工智能（Artificial Intelligence，AI）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。关于人工智能的传说一直可以追述到埃及，直到电子计算机的问世才使人们真正具备了发展人工智能的基本技术，而直到1956年的Dartmouth学会之后“人工智能”才逐渐地被大家所熟知接受。人工智能作为一门自然科学、社会科学、技术科学交叉的边沿学科，涉及哲学和数学，认知科学，心理学，神经生理学，计算机科学，控制论，不定性论，信息论，社会结构学，仿生学与科学发展观等众多前沿学科。二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一[1]。
人工智能在其过去的50多年时间里，有了长足的发展，但并不是十分顺利。目前人们大致将人工智能的发展划分成了五个阶段：
第一阶段：萌芽期（1956年之前）
自古以来，人类一直在寻找能够提高工作效率、减轻工作强度的工具。只是受限于当时的科学技术水平，人们只能制作一些简单的物品来满足自身的需求。而人类的历史上却因此留下了很多脍炙人口的传说。传说可以追溯到古埃及时期，人们制造出了可以自己转动的大门，自动涌出的圣泉。我国最早的记载是在公元前900多年，出现了能歌能舞的机器人。这一时期出现了各种大家：法国十七世纪的物理学家、数学家B.Pascal、德国十八世纪数学家、哲学家Leibnitz以及二十世纪的图灵、冯·诺伊曼等。他们为人工智能的发展做出了十分重要的贡献。
第二阶段：第一次期（1956年-1966年）
1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在Dartmouth学会上引发一场历史性事件——人工智能学科的诞生。Dartmouth会议结束后，人工智能进入了一个全新的时代。会议上诞生了几个著名的项目组：Carnegie-RAND协作组、IBM公司工程课题研究组和MIT研究组。在众多科学家的努力下，人工智能取得了喜人的成果：1956年，Newell和Simon等人在定理证明工作中首先取得突破，开启了以计算机程序来模拟人类思维的道路；1960年，McCarthy建立了人工智能程序设计语言LISP。此时出现的大量专家系统直到现在仍然被人使用，人工智能学科在这样的氛围下正在茁壮的成长。
第三阶段：低谷发展期（1967年-八十年代初期）
1967年之后，人工智能在进行进一步的研究发展的时候遇到了很大的阻碍。这一时期没有比上一时期更重要的理论诞生，人们被之前取得的成果冲昏了头脑，低估了人工智能学科的发展难度。一时之间人工智能受到了各种责难，人工智能的发展进入到了瓶颈期。尽管如此，众多的人工智能科学家并没有灰心，在为下一个时期的到来积极的准备着。
第四阶段：第二次期（八十年代中期-九十年代初期）
随着其他学科的发展，第五代计算机的研制成功，人工智能获得了进一步的发展。人工智能开始进入市场，人工智能在市场中的优秀表现使得人们意识到了人工智能的广阔前景。由此人工智能进入到了第二次期，并且进入发展的黄金期。
第五阶段：平稳发展期（九十年代之后）
国际互联网的迅速发展使得人工智能的开发研究由之前的个体人工智能转换为网络环境下的分布式人工智能，之前出现的问题在这一时期得到了极大的解决。Hopfield多层神经网络模型的提出，使人工神经网络研究与应用再度出现了欣欣向荣的景象。人工智能已经渗入到了我们生活的方方面面。
1.2 人工智能的主要学派 人工智能发展的50多年时间里，经历了符号主义学派、行为主义学派和联结主义学派，三大学派各有特点，各自从不同的角度研究人工智能，为人工智能的发展做出了卓越的贡献，在人工智能的发展史上留下了浓重的一笔。
1.2.1 符号主义学派 符号主义学派，又称为逻辑主义、计算机学派或心理学派。符号主义学派理论基础是物理符号系统假设和有限合理性原理，他们认为人类的认知基元是符号，认知的过程是对符号的计算与推理的过程。人与计算机均可以看做物理符号系统，因此人们可以使用计算机来模拟人的行为。符号主义学派认为人的认知基元可以通过计算机上的数学逻辑方法表示，然后通过计算机自身的逻辑运算方法模拟人类所具备的认知系统的机能和功能，进而实现人工智能[2]。
符号主义学派无视了认知基元的本质，对于所有的认知基元均使用数学逻辑方法表示。符号主义学派重点研究认知基元的逻辑表示以及计算机的推理技术，早期的众多人工智能的研究都是在这一思想的推动下进行的。符号主义学派在归结推理、翻译、数学问题证明以及专家系统和知识工程做出了十分巨大的贡献，为后期的人工智能研究打下了基础。专家系统的出现更是将人工智能的研究推上了一个顶峰，其在矿业探究、医疗诊查、教育推广、工业设计的应用带来了巨大的社会效益。
1.2.2 行为主义学派 行为主义又被称作进化主义或控制论学派。行为主义学派认为智能取决于感知和行动，不需要像符号主义学派的逻辑知识以及推理。行为主义学派认为人的本质能力是行为能力、感知能力和维持生命及自我繁殖的能力，智能行为是人与现实世界环境的交互作用体现出来的。人工智能应像人类智能一样通过逐步进化而实现，而与知识的表示和知识的推理无关[3]。行为主义学派的与传统人工智能截然不同的观点吸引了众多的科学家，虽然到现在还没有独立完善的知识理论系统，但其在人工智能领域的独树一帜还是奠定了其霸主地位。该学派重点研究人类的控制行为，目前已有的机器昆虫已经证明了行为主义学派的理论正确性。虽然大部分人认为机器昆虫不能导致高级行为，但是行为主义学派的崛起标志着控制论在人工智能领域有着独树一帜的作用。
1.2.3 联结主义学派 联结主义学派是近年来最热门的一个学派，又被成为仿生学派或心理学派，建立于网络联结基础之上模仿人类大脑的结构和工作模式。联结主义学派主要研究能够进行非程序的，可适应环境变化的，类似人类大脑风格的信息处理方法的本质和能力，是基于神经网络及网络间的连接机制和学习算法的人工智能学派。持这种观点的学者认为，认知的基本元素不是符号是神经细胞（神经元），认知过程是大量神经元的联接，而大脑是一切智能活动的基础，因而从大脑神经元及其连接机制出发进行研究，搞清楚大脑的结构以及它进行信息处理的过程和机理，就有望揭示人类智能的奥秘，从而真正实现人类智能在机器上的模拟。[4]
联结主义学派通过模拟人类神经网络模仿人类的认知行为，由此进行人工智能的学习记忆、模式识别。联结主义学派构建了大量的神经网络模型，方便在不同的情景模式下选择相应的模型，进而快速的得出答案。联结主义学派采用分布式存储数据，对数据进行并行处理，这样使得人工智能在处理问题的时候的速度有了明显的提升，由此联结主义学派在人工智能领域中受到大家的一致热捧。
三大学派在人工智能的发展史上有着举足轻重的作用，每一个学派的兴起都代表人工智能的一个新高峰。三大学派各有优缺点，在人工智能领域三者相辅相成，人工智能学科在三大学派的带领下正在茁壮成长。
2 对人工智能主要理论学派的评述
在过去的50多年时间中，人工智能获得了巨大的发展，基本实现了从无到有的过程，构建了基本完善的理论知识体系，构建了各种模型，形成各种技术方法，但是人工智能的发展依然任重道远，前景依然不容乐观。三大主义学派有着自身独到的优点，同时也有着各自的缺点，符号主义学派将人的认知基元符号用数学逻辑表示，通过计算机逻辑处理系统分析得出结果，但是在面对没有明确结果的非确定问题时经常不能得出令人满意的答案，它对信息要求十分精确完整，现实生活中的很多问题都不能满足条件，因此符号主义学派的发展受到了一定的限制。行为主义学派认为智能取决于感知与行动，但是缺乏足够的理论知识支撑学派观点，而且缺乏足够的成果表明理论的正确性。学派认为人工智能与知识的表达和知识推理无关，与人类认知的发展是不相符的。联结主义学派采用仿生学的方法，模拟人脑的神经网络，通过类似人脑的结构和运行机制模仿人类智能。这一观点十分有吸引力，在提出之后马上就有大量的支持者，但是人脑神经系统的复杂性远远超出人们的预知，现阶段人们对人脑的构造以及运行机制还没有深入的理解，在此基础上想模拟出人脑的神经系统显然是有些不不切实际。联结主义学派的发展更多的受制于对人脑结构和运行机制的研究，因此其发展相对缓慢。综上，三大学派固然有着自身的优势，各自的成果，但是其同样有着明显的局限性，人工智能要想进一步发展必须要对现有的发展方式进行创新。
另一方面，人工智能在经历了两次期后再次回落到了平稳发展时期，社会公众对人工智能的热度有了明显的降温。人工智能的研究再次变成了国家以及一些超级公司的工作，拥有的资源有了大幅度的缩水，研究的进度也受到干扰。在此状态下没有重大的技术创新，人工智能恐怕很难再有重大的突破。
3 对人工智能发展的评述
3.1 对人工智能涵义的认识 同样的词汇在不同时期的有着不同的解释，人工智能也不例外，大家都认可的人工智能是指在人类制造的机器工具上实现人类智能，即实现人类的认知能力、行为能力以及解决问题的能力。人类智能有着一个明确的特点，在面对未知问题时，人类智能能够得出自身想要的答案，也就是消除答案的不确定性。符号主义学派的逻辑解决方式、行为主义学派模拟人的行为能力、联结主义学派的神经网络，三大主义学派各自以自身的方式实现了对问题消除或减弱不确定性。可见减弱甚至消除问题的不确定性也将是人工智能的一个研究方向。
3.2 人工智能研究模式的发展 目前人工智能领域中，符号主义学派通过数学逻辑表示人类的认知基元，对数学逻辑经过解读分析，得到答案，进而实现智能。该学派重点运用还原思想，将人类的认知基元全部使用数学逻辑表示。行为主义学派认为人工智能取决于感知和行动，不需要学习知识与知识推理，是一步步，由低级到高级慢慢进化的。联结主义学派是通过人工神经网络的形式模仿人类智能，理论上讲该方法是最符合人类智能的运行方式的。而在一系统中，最重要的是系统的运行机制，如何将接受到的信息转化为我们的知识并通过表述、行为展示出来，在了解了人类智能的运行机制之后，人工智能将会更加符合人们的需求。
3.3 人工智能研究方法的发展 人工智能的目的是消除答案的不确定性，然后做出相应的反应。在消除答案不确定性的时候便有了各种方法，其中有一种便是突出解决问题的目标，在有明确目标的前提下会削弱干扰问题解决的条件，提高人工智能解决问题的效率。明确问题的目标便需要引入目标函数，在动态目标函数的引导下会减弱答案的不确定性。而在已有的人工智能基础上设立人工智能模型，通过人工智能自身的计算结果结合目前的研究成果去优化目前的人工智能系统，则会提升人工智能的发展速度。
3.4 人工智能时期的发展 人工智能自发展到现在已经经历了五个时期，在两次期中人工智能均获得了迅速的发展。然而现在人工智能的发展步入到了缓慢发展时期，如何将人工智能的发展缓慢时期加速度过同样是十分严肃的问题，传统说来需要重大的科学进步。我们往往认为人工智能属于顶端科技只能由国家和超级公司研究，却忽略了社会所拥有的重大的力量。小小的android智能手机在问世的短短时间内变改变了之前的市场格局，其中固然有着android智能手机的特点，但是我想他的市场策略同样给与了莫大的助力。人工智能应该向android一样，适当的开放出来一部分根基，放开其研究门槛，甚至鼓励民间研究。量变引发质变，当有足够专家在研究人工智能时，人工智能的研究会加快的。而且民间的研究成果也会作为经验反作用于人工智能的进一步研究，实现科学与社会的双赢。
4 结论
人工智能是人们长久以来的梦想，同时也是一门很有挑战性的学科。像所有的学科一样，人工智能会经历各种各样的挫折，但是，只要我们有信心、有毅力，我们相信人工智能终将会成为现实，融入到我们生活的方方面面，为我们的生活带来极大的改变。
参考文献：
[1]朱祝武.人工智能发展综述[J].中国西部科技，2011，10（17）：8-10.
[2]陈庆霞.人工智能研究纲领的发展历程和前景[J].科技信息，2008，20（33）：49，234.
关键词：机械电子；人工智能；安全生产；融合分析
1 机械电子工程特点
机械电子工程从产生到现在总共经历三个发展阶段：第一阶段-手工加工时期，在这个阶段产品生产主要依靠人力，产品生产效率直接由人力资源决定。这种情况下人们不断通过提高技术水平促进生产力提高，实现机械工程的发展；第二阶段-流水线生产时期，主要标志是产品生产开始使用流水线模式，大幅度提高生产效率，实现规模化生产，但流水线生产模式要求零部件具有统一标准，不能满足个性化需求；第三阶段-集约化生产时期，这个阶段也是现在加工制造业正采用的发展模式，该模式下缩短产品生产周期，满足个性化需求，提高企业核心竞争力。
机械电子工程各学科存在物理上的关联性，同时还存在信息与功能的协整性。传统机械电子工程与智能化机械电子工程相比，后者具有明显优势：首先设计的差异性，传统机械电子工程注重机械结构与力学设计，而智能化机械电子工程则将核心调整为机械与电子，设计过程中充分融合其他学科理论强调智能应用，利用机电技术模块化与集成化的特点，提高性能加大应用范围，近年在安全生产及管理领域得到了广泛应用。
2 人工智能特点分析
人工智能技术依托计算机技术诞生的综合性学科，该学科中涵盖计算机科学、信息化及人文科学等。人工智能也是计算机科学技术的一个分支，试图通过研究智能的本质，据此生产出能够模拟人类大脑、肢体等活动方式的智能机器，具体包括图像识别、自然语言处理、语音识别和专家系统等内容。有人曾设想，在未来，人工智能带来的科技产品，将有可能超越人体智能。这个并不是异想天开，在2016年3月15日，由谷歌公司研发的机器人阿尔法狗在围棋比赛中战胜韩国围棋高手李世石，就充分说明了人工智能的强大性。现在人们愈发重视人工智能技术，结合大数据分析应用的人工智能将在生活与工作中发挥越来越重要的作用。
与机械电子工程类似，人工智能也经历过三个发展阶段：初级阶段，该阶段还没有广泛使用计算机，社会也没有接纳机械化大生产模式。这个阶段主要还是手工生产，只是偶尔使用机械化手段。部分大型工业企业开始探索人工智能，但受到总体科技水平的限制，成果有限；第二阶段，机械化大生产广泛普及，计算机科学开始发展。生产需求与生活需求不断增加，这个阶段开始使用人工智能，但受到经济因素影响，人工智能仅在一些大型工厂中使用；第三阶段，这个阶段中人工智能得到普及，发展速度不断加快，开始兴起物联网大数据技术。这正是我们所处的阶段，人工智能的应用将工作和生活变得简单与便利，促进人类社会快速发展。
3 整合机械电子工程与人工智能的措施
3.1 两者相关性分析
随着科技进步与社会发展，电子化信息迅速发展，机械电子工程作为基础性学科在生活中得到广泛应用。但机械电子工程也有不足的地方，比如系统复杂不稳定、功能多变等，这些问题的根本还是电子信息系统不够完善。人工智能本身具有的信息快速传递与及时处理信息等特点可以有效弥补这一情况。机械电子工程输入与输出过程中，电子信息系统会出现很多困难与阻力，如果输入信息过于复杂，电子信息系统极有可能出现失误，这时就需要人工操作进行解决。如果可以将两者融合起来，就可以解决机械电子工程中存在的不足与缺陷。
3.2 分析具体应用
3.2.1 机械电子技术中的模糊推理系统要点。模糊推理系统作为一个相对完整的系统，本身具有极强的信息处理能力，加上其结构简单，因此有着较强的实用性。目前社会上已经在广泛使用模糊推理系统，主要应用在自动化控制及数据处理。当机械电子系统运行时，该系统会模拟人脑分析语言并下达处理指令，在网络结构中产生一组与处理指令相对性的函数。模糊推理系统主要运用的方式是域到域，实现储备信息规则的目的。但实际运行中也存在一些问题，比如：计算量不能满足实际需求、连接方式不够固定等，造成该系统在输入与输出环节存在误差，这正是人工智能技术的优势，目前的趋势是融合人工智能神经网络系统到机电模糊推理系统中取长补短，综合应用。
3.2.2 人工智能技术的神经网络系统要点。人工智能主要研究如何通过计算机模拟人的行为与思维过程。计算机使用人工智能可以大幅度提高应用层次，扩大应用范围。神经网络则是一种通过神经元成立的模式，将其分布在网络上实现人机互动。人工神经系统结构简单、功能不足，但也有显著优势：神经元构成模式可以最大程度地发挥神经系统的功能与效用，完成高难度的行为模式。神经网络系统分析数字信号是主要通过模拟结果进行，根据分析出的结果设定相应参数值，最后通过网络计算出关联函数。神经网络系统所运用的方式较为简单，在信息输入过程中，所有的神经元之间有着固定的联系，且计算量会很大，不管是在信息输出还是信息输入方面，都具有非常高的精准度。该领域的技术完美的补充了机械电子模糊推理系统计算能力及信息输入输出的不足，两项技术的融合应用前景非常看好。
4 智能信息化机械电子的发展应用趋势
在我国的生产和安全监管中，机械电子工程的应用也呈现出智能化的发展趋势，主要体现在研发效率高、机械化程度高的技术，特别是在煤矿、非煤矿山等安全生产、监管领域，智能化的机电技术可以提高安全性、增加效率，有效防止人员误操作导致的生产安全事故，例如：瓦斯自动断电系统，绞车自动防跑车系统，煤矿智能监控平台都已经普遍运用到了生产中，另外目前事故比例最大的交通运输行业也在普及智能机电技术，全国均已建立了客运信息监控平台，未来的趋势是强化平台功能性、智能化，更好地避免交通事故的发生。在机加工领域红外遥感结合的智能机电技术已经逐步应用于生产，防止人员过界事故。以往发生的生产安全事故有过惨痛的教训，如果使用智能机电技术进行防控是可以避免的，例如2014年的昆山“8.2”特别重大爆炸事故，这是一起粉尘浓度过大引起的爆炸，如果当时安装有粉尘浓度传感器及自动报警停线系统，那么这起事故完全可以避免，目前该技术已经广泛应用于煤矿行业的瓦斯监控中。机械化智能化水平不断提高是当前科技发展的大势所趋，特别是在安全生产及监管中更应该努力研究并推广。
5 结束语
总而言之，智能信息化电子工程具有显著优势，其本身也将成为工业制造发展的必然趋势。文章中作者以机械电子工程及人工智能的概念、特点入手，详细分析两者之间的相关性，探讨两者融合发展的可行性，最后给出整合机械电子工程与人工智能运用于生产及监管的思路。希望通过文章论述，可以为从业者提供一定的借鉴，共同努力促进行业技术进步发展。
参考文献
前沿六：小数据
另外一个领域对人工智能来说是小数据。那些大公司，他们处于领先的地位，像百度、谷歌、微软这些公司拥有大量的数据。人工智能的一个课程就是神经网络课程，其实需要很多的培训，需要很多的数据点、很多的例子，甚至数十亿的数据。神经网络它的存在有60年了，直到我们能够大规模利用它们的时候，利用这些数十亿样品培训人工智能，这些神经网络才变成有用的。
今天，你要做人工智能的话，你需要很多的样品和很多的数据。如果你想让人工智能学习，比如说让它能识别猫狗差别，你其实做的方法就是给它数百万这样的例子，像猫狗这样百万的例子，数百万的猫狗的照片。成千上万之后，它就开始能够识别了。它看到这个猫就能够识别它是一个猫，所以你要有很多的数据教育它。
但是非常有意思，如果是一个刚刚学走路的小孩，也许他只知道十二个这样的例子，他能够马上知道猫狗之间的差异。他只知道十二个例子就能够进行判断了。前沿是什么呢？就是我们让人工智能只需要小数据就能够学习。这确实是一个颠覆性的，能够让我们现在的技术有颠覆型转变。大公司没有优势了，创业公司，用小数据就可以，有人工感知了，这是另外一个前沿，十二个例子，人所需要的这些例子，如果我们能够模仿人类的话就是非常有利的一个变化。
前沿七：人工智能的创造力
在人工智能另外一个领域就是创造力，我们认为创造力只是人的，大家可以从故事当中可以看到，不仅仅是人能做，有很多的信息，我们培训机器人以及人工智能也能够做到。谷歌有Alphago，Alphago是一个人工智能，它希望能够打败其他游戏玩家，因此它还会有一些深入的算法，教会电脑如何学习。
以Alphago来讲，大家可能也会记得在第三场，第37步棋时候，Alphago会说这样一个棋会打败他，它打败了李世石。这对于人工智能也是有创造性的，对于这招棋，大家会同意，可能没有哪个人会下出来，它有创意，但是是以不同的方式，跟我们人是在创意上有所差异的。
前沿八：跟人工智能沟通
还有一个就是界面，我们如何跟人工智能沟通，它们怎么跟我们沟通。
大家可以想象一下，你能够使用自己的身体调节姿势，一些大的姿势可以调节大的数据集。可以看下，不仅仅是大的体态姿势，也可以有小的体态姿势，能够让我们的纳米级的雷达感受到，一些小的体态也能够感受到，这个时候大体态和小体态可以调整我们数据，我们有不同的方式，能够与我们的人工智能和相关机器人进行互动。
好了，这是我们一个及时的翻译，这是我们的所谓的中英文的同声传译，大家也可以看到现场，你能听到我说英文，你说中文。在十年时间之后这将会另外一个人工智能界面。我们认为，这些最终的终极界面会是虚拟现实。我们实际上可以能够用我们一些体态进一步进入我们电脑的内部，我们可以创造出虚拟现实。
我这里要补充一点，人们会奇怪当我们的设备、汽车正在进行无人驾驶的时候我们怎么做，我们实际上可以在汽车内部进行虚拟现实。所以苹果的汽车这块还是有限，当你进行苹果汽车驾驶过程，你可能需要一个界面，这个界面能够和你电脑相连，那时我们车上的宽带可能要比家里宽带还要多，比你家里还大，才可以实现我们如何和设备沟通？不仅仅是沟通、讲话，还是有体态，包括身体语言的沟通，这是一个前沿。
前沿九：充分利用机器人
还有一个大家非常关注的就是利用，我们如何把人工智能和机器人利用充分，包括我们的一些家庭的工作、国家的事业都可以用机器人来做。
我最喜欢一个新的机器人就是种生菜机器人，这个机器人做的是精准农业。精准农业，当然能够替代很多的农场劳动力，但是我们的想法，就是我们可以能够把个体的职务跟单个植物管理对应，我们逐个关注农场当中的植物，记住每个植物生产的位置，这样的情况可以定制化的，并且降低我们化学农药以及水、化肥和其他材料使用量，没有哪个农户可以达到关注植物的个体层面，可以想象这会带来颠覆式革命。我们还可以意识到，机器人它也会承担其他任务，那个时候，这些任务效率是第一的。所以很多的一些岗位，很多的一些人所做的岗位，这些岗位过程中，效率是非常重要的，那么这些任务，会被机器人取代。
对于我们的生产力来讲，是机器人所擅长的，我们将来会有更多类似这样的岗位。对于人能做的一些岗位，比如科学创新，实际上是不利于机器发挥它的效率的。机器人不会处理它的关系，因此，它可能效率相对比较低一点。复杂、解决效率比较高的任务交给机器人，其他的任务交给人解决，我们岗位更多的是能够创新一些新的东西，一开始的时候我们将会尝试我们不断的开发，能够更习以为常，习以为常之后我们进一步交给机器人。与此同时，我们让人做主要创新的事情，其他效率的事情交给机器人做。
所以这个方面，它的力量就是从军方角度来讲会有这样的士兵，这些士兵能够实现人机混合组队，这种情况将会是我们未来发展的一个重要的方向，是部署我们工作重要的发展方向。我们与机器携手，而不是与机器对抗。
前沿十：从人工智能到人工智能
最后一点，就是这样一个想法，我把它称之为人工智能到人工智能。
我们从这个边界角度来讲，我们需要构建人工智能的网络，尤其是有相似功能的人工智能，我要强调一点，我们说到共享经济，我们说到互相合作，但是对我们未来20年，我们将会有全球层面的合作。像脸谱网有20亿人的链接，这种合作达到一定的层级，它的分享，分享图片，分享一些小的八卦消息，这也是星球层面进行的合作和共享。所以我们将会有20亿的人，再加上我们剩下50亿人，加到一起之后我们得到了所谓的人工智能的一个网络。这将是一个真正的一个前沿，我们开始考虑到，可能能够进行构建网络，并且和人工智能，和另外一个人工智能，人工智能和人类沟通，人和人工智能，人工智能和人工智能，都可以沟通。
这是一个前沿，我们从来没有到那里去过，我们也可以看到我们日常生活当中，我们能够使用技术工具，互相合作，互相协作，更大规模实施动态协作，这是20年前所不可能想象的。
3月15日，在韩国首尔举行的“人机大战”最后一场对弈中，韩国棋手李世石九段再次负于“阿尔法围棋”，以总比分1比4落败，这场对决成为横跨体育和科技界，蔓延至垒球的爆炸话题，
然而，比赛的结果更是引起了业界尖锐的讨论：人类棋手输给人工智能，代表了围棋的失败吗？一直B上来，人们都认为围棋中蕴含着深刻的内涵，甚至引申为哲学、军事理论。这次，“阿尔法围棋”虽然没能横扫获胜，但其远超人脑的计算能力已经让人震惊。也有韩国的专业人士称：这场对战其实是一场骗局，谷歌人工智能程序“阿尔法围棋”通过网络可随时无限收集和利用相关信息，这意味着它拥有无数的“指教者”。言论的真实性我们无法考证，但是至少有一点是明确的，计算机科技已经加入到了围棋这种神秘的游戏当中，它是否能攻克围棋的神秘点，我们只能拭目以待。
虽然比赛输了，但是我个人认为比赛的意义远比比赛的输赢重要，在当今世界上，围棋一直是中日韩三国争霸的境地，很多人甚至担心这种运动在不久的将来会不会消失。这次人机大战没有刻意的宣传，便在垒球范围内引起了强烈的关注，这也让围棋人士看到了这项运动在欧美地区得到普及的可能，
同时，我们从比赛的结果也能看出，在短短十几年里，人工智能技术的发展速度堪称飞跃。赛后李世石在接受采访时也表示，阿尔法机器人的优势在于：当它处于不利的局面时，它的心态不会出现明显的波动，会时刻处于一种平稳的状态，这也让科学家和棋手都坚信：“即使人工智能机器甘前不能超越人类棋手，但完成超越一定是时间的问题。”
也有一部分人担心，当电脑的水平超过人脑，人类会不会反被电脑统治。甚至就像科幻小说、电影里的描述，电脑构建起自己的“帝国”，人类沦为奴隶？在这里我只想引用总理的一句话：“我不想评论这个输赢，因为不管输赢如何，这个机器还是人造的。”
因此，这个比赛结果甚至能让人类有一丝庆幸，至少到目前为止，人类还没做到的事情电脑做到了。我们也完全有理由相信，在不久的将来，人类还无法解决的难题，可以由电脑得到完美的答案。
（选自“中国青年网”2016年3月17日，有删改）
1、娱乐行业：现在娱乐行业的发展速度非常快速，娱乐行业的人都创新的不同符合人们的节目，每个时代人们的想法和需求都会有变化。娱乐行业现在也出现了很多的直播平台，都很赚钱。
2、教育行业：教育行业很吃香，家长们在给孩子报班的时候，都非常的舍得花钱，而且对老师的态度，一般家长都会把自己挣的大部分钱都用于孩子教育上，能够想象出家长们对自己孩子教育上的重视。
3、智能行业：智能行业其实和互联网行业是有一定的关联的，如果你能够把行业做得很好，那么你在互联网行业也会很吃香，人工智能一旦能够成功，它的价值和赚钱的程度，都是很可观的。
（来源：文章屋网 ）
到今天为止，IT产业已经经历了四个十年。
第一个十年（1980年～1990年）的关键词是硬件，这个阶段的王者是IBM。第二个十年是从1990年到2000年，关键词是软件，全球王者是微软。中国在这个十年里找到了机会，因为软件带动了PC的发展。中国的第一家IT企业就在这个时候诞生了，就是我之前服务过的联想公司，联想抓住了PC的十年。
第三个十年是从2000年到2010年，关键词是互联网， Google超越微软成为了新一代的霸主。从人力资源的角度看，Google和微软招聘的多数都是工程师，但这两家公司是完全不同的两代公司——一家是软件公司，一家是互联网公司。中国抓住这“十年机会”的是“三座大山”——百度、腾讯、阿里巴巴，从市值上看，这三家公司位居全球前十大互联网公司之列。
第四个十年就是我们现在正在经历的移动互联网时代，目前才刚进入第3个年头，行业整体还存在着变数，而UC也是在其中奋斗的一员。
移动互联网和PC互联网有一个很重要的差异点，就是核心市场的不同。在PC互联网，全球的中心是在美国。我记得2000年时，中国的互联网军团都要去美国学习，因为美国是潮流的创造者和领导者。那个时候，一直有句话叫“Copy to China”（复制到中国）。但我在美国跟行业交流的时候一直在修正这个观点，我说不是“Copy to China”，而是“Copy to Global”（复制到全球）。
不只是中国没有诞生全球性的领导企业，全球化发展的互联网企业还有除美国之外的其他国家的企业吗？没有欧洲的企业，没有日本的企业，没有澳大利亚的企业，他们都是区域的，都是在本地。如果有一天美国出现了一个新业务，比如团购，第二天日本、德国、澳大利亚都会出现他们自己的团购网站——中国和他们的区别可能只是第二天会出现1000个团购网站，所以这不是“Copy to China”，而是“Copy to Global”。
虽然过去所有的非美国互联网企业的全球化都不成功，但这个现象不会在移动互联网重复，很关键的一点是跟生活方式息息相关。移动互联网发展速度最快的地方是在亚洲，而非美国——美国的移动互联网是从2007年苹果iPhone开始的，日本的移动互联网从2001年就开始了，中国的移动互联网则是从2004年开始的。
为什么移动互联网不再由美国带动？原因很简单，美国是生活在车轮上的国家，他们每天上下班是开私家车，双手被绑在方向盘上，而整个亚洲不管是日本、韩国、中国，还是印度、印尼，都是出行以公共交通工具为主的国家。这些国家的用户每天大概有两到三个小时是在公共交通工具上，没有其他事情能干，主要就是拿着手机在玩。生活方式的不同，导致整个亚洲在手机上的业务比美国的业务要快得多。
而在整个亚洲，很多地方是跨越式发展的——PC互联网还没有发达起来，移动通信就得以迅速发展，导致整个移动互联网对它而言就是互联网。比如印度，手机网民很早就超过了PC网民；到了中东的沙特、阿联酋，你同样会看到他们的互联网其实就是移动互联网。
而中国的移动互联网市场，诞生没多久就成为了全球最大的移动互联网市场，因为人口太庞大了。
在移动互联网领域，我相信十年之后形成的格局一定是“中国企业和美国企业共同主宰全球市场”，其中，中国是市场中心，美国是创新中心。那时，可能有很多非美国企业走向全球，领导产业的发展。
因此，如果现在再来谈互联网创业，就需要审视一下整个移动互联网目前在全球的格局。理论上，在美国或亚洲创业都有它的道理。它不像PC互联网，如果现在还是十年前，我肯定建议大家在美国创业。但移动互联网不一样，我强烈建议有创业想法的人跟我一起回到亚洲去创业。Go East（到东方去），因为那里也会成为整个移动互联网的领导市场。
接下来是“第五个十年”，我认为这段时间的关健词是“人工智能”。本质上说，前面的“四个十年”都是在为人工智能做准备，比如硬件、软件等都属于基础设施，而互联网解决了数据化的问题——原来不是数据的，现在全部放到了网上，可以进行数据的集中分析。而移动互联网最重要的则是解决了时空的障碍。
现在很流行的无人驾驶汽车，其实都是人工智能。你要做出无人驾驶汽车这种产品，就必须让硬件、软件、互联网和移动互联网的技术达到一个高度，现在一些很热的概念比如大数据、机器学习，其实都是为了人工智能。未来，无人汽车可能会首先应用到物流行业。
关键词：智能科学与技术；专业；发展战略；思考；大联合；大发展
1现状分析
我国的智能科学与技术(intelligence science and technology，ist)专业创办至今已有8年历史了。它从无到有，逐步壮大，现在全国已有近20所大学试办这个新专业[1-2]。应该说，智能科学与技术专业的8年征途并不平坦，开拓者们也为之付出了艰辛和心血。现在，我们至少可以说，智能科学与技术专业已再不是“婴儿”，而是“小学生”了。然而，我们需要继续努力，上好中学、大学以及研究生课程，迈上专业建设的新征途，攀登学科建设的新高峰。
在ist专业建设上，北京大学信息科学技术学院等起了重要的带头作用，中国人工智能学会及其教育工作委员会等工作委员会和专业委员会发挥了很好的组织作用[3-4]。他们齐心协力，默默奉献，做了大量有目共睹的开创性工作，值得充分肯定。现已有北京大学、首都师范大学、北京邮电大学、南开大学、西安电子科技大学等高校培养出ist专业的毕业生。也就是说，我们有了ist专业的第一代“产品”了。然而，我们的ist专业还是有些不尽人意之处，特别是发展速度比预料的要慢，发展规模不如预期的大，发展目标还有待进一步明确。笔者试图概括我国ist专业发展的喜与忧，探讨发展战略，为ist的专业建设和学科发展出谋献策，供同行讨论与参考。
2喜忧参半
如上所说，我国ist专业的发展既取得可喜成果，又存在某些忧虑，即喜忧参半。下面拟就ist专业的办学成绩和存在问题进行探讨。
2.1主要成绩
归纳起来，8年来，我国ist专业建设取得的主要成绩包括下列各点。
1) 申报并获准试办ist专业，促进信息科学和智能科学的发展，为国内外信息科学学科建设开辟了一个新的增长点。
2) 在调查研究和科学分析的基础上，制定了ist专业教学大纲和教学计划，为专业建设建立了基本框架[5-6]。
3) 结合ist的专业特点和教育发展要求，初步规范了ist专业课程设置，开展专业建设和课程教学等方面的改革，取得一大批成果[7-8]。
4) 编写了一批具有明显特色的相关教材，为新专业教学和学科建设提供必要的资源，起到较好的示范和辐射作用[7,9]。许多学校在实验教学上进行了一些探讨，并积累了不少经验，值得推广与借鉴[10-12]。
5) 聚集了一群有志于智能科学技术教育的教师，形成了一支热爱教育、乐于奉献、熟悉业务的师资队伍，为ist专业的人才培养和学科发展打下重要基础。
6) 经常组织本专业的教育与教学研讨会和座谈会，进行全国性或校际间的交流，总结心得体会，共同提高，使ist专业沿着正确的方向发展。
7) 培养出一批基本掌握智能科学技术基础理论和专门知识，具有从事本专业工作能力的本科毕业生，为国家输送有特色的急需的建设人才。
8) 为争取我国智能科学与技术一级学科博士学位授予权做了大量工作，并取得重要进展，为ist学科的进一步发展创造重要条件[13]。
2.2瓶颈问题
概括地说，ist专业建设和发展面临的问题主要涉及如下几点。
1) 专业规模和发展速度没有达到预期结果，仍停留在“试办”状态。
到目前为止，全国试办ist专业的学校已近20所，已初具规模，“闪亮登场”[2]。然而，本专业的规模和发展速度不尽人意，离“大发展”的预期结果尚有较大差距。
2) 办学主体存在一定的局限性，缺乏跨学科大联合的氛围。
如前所述，北京大学和中国人工智能学会等对ist专业建设发挥了重要的带头和组织作用。由于ist专业具有高度跨学科等重要特点，单纯依靠某一两个现有专业来“派生”和由一两个学会来“催生”ist新专业，是难以快速发展和如愿以偿的。现有专业或学会都有一定的局限性，与其他学会间的交流合作也需要有改进之处。
3) 教学大纲与《国家中长期教育改革和发展纲要》要求存在差距，有待更新。
《国家中长期教育改革和发展纲要》[14](以下简称《纲要》)是我国“优先发展教育，建设人力资源强国”的重要战略部署。《纲要》中许多新思路是我们以前没有想过的。ist的教学大纲需要按《纲要》的要求进行大刀阔斧的修订，力求符合《纲要》精神。
4) 实验教学和网络教学亟待加强。
在新专业建设初期，实验室建设投入经费有限，这对开展实验教学有些不利影响。一些学校的实验未能满足ist专业各课程教学的基本要求。
5)ist专业的产学研结合模式急需探讨与建立。
产学研结合是高等教育的一项经验。《纲要》也强调“创立高校与科研院所、行业、企业联合培养人才的新机制”对本科生教育的重要性。虽然有许多企事业行业适合ist专业就业，但该专业不像机电、化工、通信、冶金等专业那样有比较对口的实习和就业企业。因此，探讨与建立ist专业的产学研结合模式，也是一项比较艰难的急需解决的问题。
3发展策略
针对上述存在问题，以下特就智能科学与技术专业的发展战略提出若干思考。
1) 树立“大智能科学技术”思想，突破单个学会的局限性，通过大联合、大合作，实现大团结、大发展。
一个专业要在全国产生较大影响，发挥该专业的特有作用，没有足够大的规模是不行的。例如，自动化、计算机、通信、电子信息等专业，全国有数以千计的大学开设。我们是否可以设定ist专业发展规模的第一个目标，即争取在5～10年内，有50～100所大学开设该专业？如果能够实现这个目标，ist专业就走上了“可持续发展”的大道。到那时或者更早一些时日，“试办”也就必然被“正办”所取代。
值得指出的是，目前大多数大学强调“办学资源有限”，不大愿意支持申报新的专业，这对ist专业的发展也产生一定的负面影响。我校的ist专业就是经过3年努力，才向国家教育部呈交《高等学校增设专业申请表》的。
我们需要把圈子搞大些，进行跨学科的大联合，集思广益，合作共赢，谋求ist专业的发展大计。基于中国人工智能学会(caai)的学科特色，由caai牵头组织申报ist专业及其一级学科博士学位授予权，是顺理成章的。同时，单个学会也有局限性，虽不能说是“势单力薄”，但力量不如合作的强大。提倡和实现多学会联合举办智能科学技术教育教学研讨会，以及多学科联合申报与建设ist专业，将克服原有局限性，并以大联合促进大发展，应视为一种可行策略。在今后的ist办学过程中，我们需要主动加强与相关学会(含一级学会和二级学会)和高等学校(含重点学校和一般学校)的联系与合作，力争办好已有的ist专业，创造经验，扩大辐射作用和积极影响，争取有更多的高校申报与加入ist专业行列。
2) 再接再厉申报一级学科博士学位授予权，力争获得批准。
在全国同行及多个学会有代表性的专家建议和支持下，中国人工智能学会及其教育工作委员会积极组织一批有识之士，从事“智能科学与技术”博士学位一级学科授予权的论证和申报工作，并取得重大进展。由于一些原因，申报工作在最后阶段未获通过与批准，需要大家继续努力。“智能科学与技术”博士学位一级学科授予权的获得，必将为ist专业提供更为宽阔的发展空间，使ist专业攀登新的高峰。
3) 申报成立“高等学校智能科学与技术教学指导委员会”，并争取改“试办”为“正办”。
目前，国家教育部的专业设置分为“一般”专业和“试办”专业两种。绝大多数专业属于“一般”专业，只有少数专业为“试办”专业。顾名思义，“试办”者为“试验办学”，经过一定时间的试验后，成功者就可“转正”为一般专业；不成功者就可能被取消“试办”资格。当务之急，是要把“试办”的ist专业办好，办出水平，办出特色，力争早日去掉“试办”帽子。同时，作好必要和充分的准备，尽早向国家教育部申报成立“高等学校智能科学与技术教学指导委员会”，以便得到教育部相关部门的更多指导，并通过“教指委”与兄弟专业交流，更好地学习兄弟专业的办学经验。
4) 高标准严要求，全面修订ist专业的教学大纲和教学计划，以适应国家对智能科学和智能自动化高层人才的需要。
《纲要》中提出的“优化学科专业、类型、层次结构，促进多学科交叉和融合”；“重点扩大应用型、复合型、技能型人才培养规模”；“促进高校、科研院所、企业科技教育资源共享，推动高校创新组织模式，培育跨学科、跨领域的科研与教学相结合的团队”以及“促进科研与教学互动、与创新人才培养相结合”等思想和教改措施，对于我们转变办学观念和进行教学改革都具有很强的针对性。我们需要以高屋建瓴的姿态认真深入学习，联系ist的专业实际，注重创新，进一步修订教学大纲和课程体系，以期更好地满足国家对专业人才培养的要求。各校在修订专业教学大纲和教学计划时，要注意保持不同学校的共性与本校的个性特色。
5) 树立精品意识，创建更多的精品课程，编写富有特色和体现创新的ist各类教材。
由于办学历史较短，办学规模较小，ist专业的教材建设远未达到精品境界。随着时间的推进和办学规模的不断扩大，加上在教材使用中积累的经验和吸取其他相关专业精品课程教材的编写经验，这个问题可望逐步获得解决。我们一定要对ist专业的精品课程建设及其教材建设，包括基础教材、专业基础教材、专业教材和实验教材等给予高度重视。
6) 下大力气加强实验教学和网络教学。
ist专业是一门前沿交叉学科，也是一门理论密切联系实际的学科。无论是学习和深入理解课程的基本理论知识，还是培养学生的实际动手能力，都离不开实验教学和网络教学。我们可以把网络教学看做是一种更加先进的实验教学，它对学生提出了更高要求，能够让学生获取更多的知识，获取更强的能力。
在新专业建设初期，实验室建设的投入经费有限对开展实验教学有些不利影响。为了解决这个问题，我们一方面要因地制宜地设计好实验项目，充分发挥有限的实验室建设经费的作用，尽可能开设出本专业教学急需的实验内容；另一方面要积极利用其他“传统”专业实验室或公共实验室，以弥补现有ist专业实验室的不足。
建设与发展智能科学与技术专业，还有许多需要考虑的问题，如建设一流教师队伍、转变教学观念、改进教学方法、改善教学管理、探索产学研结合模式、加强校际交流与合作等。这些问题也是十分重要的，都是ist专业发展值得思考的内容。
4结语
我国智能科学与技术学科建设和专业建设已取得可喜成绩，但与整个学科和专业的长远发展目标相比，仍存在较大差距和不少问题。如果能够突破现有中国人工智能学会和智能科学与技术专业的局限性，树立智能科学技术大学科思想，实现更广泛的大联合，并采取切实措施扩展智能科学与技术专业，我们的学科和专业就有望获得更快的发展。
一级学科博士点对于学科的发展至关重要。我们要群策群力，集思广益，继续申报智能科学与技术一级学科博士点授予权，并在申报过程中最广泛地团结相关学科和学会的专家学者，争取理解与支持。
上述两方面是相辅相成的关键问题，需要我们转变观念，树立本专业的科学发展观。如果在这两方面
能够取得突破性进展，那么专业发展的其他问题，如改变专业“试办”为“正办”、申报成立智能科学与技术专业教学指导委员会、贯彻执行《国家中长期教育改革和发展纲要》以及课程与教材改革等，就可能迎刃而解。
只要我们再接再厉，团结一心，求真务实，科学发展，我们的ist专业就一定能够越办越强，越办越好，办成有特色、有影响的专业，办成一流的专业。
注：本研究得到国家教育部精品课程“人工智能”(2003年)和“智能控制”(2006年)、全国双语教学示范课程“人工智能”(2007年)、国家级“智能科学基础系列课程教学团队”(2008年)、国家级精品视频公开课“人工智能”(2011)以及湖南省和中南大学精品课程和其他教改项目的支持，谨表感谢。
参考文献：
[1] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[j]. 计算机教育,2009(11):10-14.
[2] 蔡自兴. 智能科学技术课程教学纵横谈[j]. 计算机教育,2010(19):2-6.
[3] 谢昆青. 第一个智能科学技术专业:回顾在北京大学六年来的创建历程[j]. 计算机教育,2009(11):16-20.
[4] 钟义信. 智能科学与创新教育[j]. 中国大学教育,2006(1):28-30.
[5] 邓志鸿,谢昆青,谭少华,等. 智能科学技术专业建设探索[j]. 计算机教育,2010(19):48-50.
[6] 张彦铎,王海晖,刘昌辉. 地方工科院校“智能科学与技术”专业建设的若干思考[j]. 计算机教育,2009(11):38-42.
[7] 杨鹏,张建勋,刘冀伟,等. 智能科学技术专业课程体系和教材建设的思考[j]. 计算机教育,2010(19):11-14.
[8] 谷学静,王志良,黄晓红.“智能科学与技术”专业课程体系建设的思考[j]. 计算机教育,2009(19):108-111.
[9] 祝长生,王志良.“人工情感”教材建设与教学实践[j]. 计算机教育,2009(11):98-101.
[10] 方勇纯,刘景泰. 南开大学“智能科学与技术”专业教学体系与实验环境建设[j]. 计算机教育,2009(11):21-25.
[11] 彭书华,李邓化. 智能科学与技术实验室信息化建设探讨[j]. 计算机教育,2010(15):100-103.
[12] 陈以,王改云,杨青. 智能科学与技术专业实践环节改革与建设[j]. 计算机教育,2010(15):119-122.
应用最早的3S技术即遥感系统(RS)、全球定位系统(GPS)和地理信息系统(GIS)。3S技术是将空间技术、遥感技术、人造卫星测量定位技术与计算机技术、通信技术和控制技术互相渗透、互相推动而发展起来的。
1.1遥感技术（RS）。是快速获取大面积空间信息的主要技术手段。在园林绿化领域的应用有以下几方面：（1）城市绿化、森林资源的调查与监测。遥感技术能快速、准确地获取某一区域内城市绿化、森林资源的遥感图象、图片和能直接获取作物耕层的土壤质地、土壤水分含量等信息。（2）自然灾害及病虫监测。借助于遥感技术的动态监测功能，可以有效地进行涝灾、旱灾、土壤污染和作物病虫害的预测预报及灾情的动态监测，为制定防灾、救灾等应急措施提供决策信息。（3）大田苗木种植面积、产量与长势监测。遥感系统多时相图象信息，能够反映出宏观植被生长发育的节律特征，通过判读解译影象信息，结合地理信息系统技术，就可进行作物种植面积、产量与长势监测。
1.2全球定位系统（GPS）。可以对任意一个地面点位给出精度在厘米数量级的坐标值，目前已在精准园艺上广泛应用。例如：通过大田布设全球定位系统定位点，在田间拖拉机上安装GPS接收机，根据RS获取的作物长势实时信息和GIS提供的电子地图，指挥拖拉机行走.使拖拉机自动完成耕地、播种、施肥、锄草、灌溉、收割等工作。还可根据局部田间作物的长势，精确定量地喷施不同计量的肥水、药剂，保证尽可能减少对环境的污染。
1.3地理信息系统（GIS）。是一个用于输人、存储、检索、分析、处理和表达地理空间数据的计算机软件平台，与计算机技术有机结合，可对作物生长过程中出现的病虫害进行动态预测和诊断，进而达到综合治理的目的。国外于20世纪80年代末就已开始应用GIS和RS等技术对草地蝗虫的种群动态进行监测，并对其大面积发生做出预测和报警的研究。
2.人工智能、专家系统
人工智能是研究人类智能规律，构造具有一定智能行为，以实现用电脑部分地取代人的脑力劳动的综合性科学。专家系统是以知识为基础，在特定问题领域内能象专家那样解决复杂现实问题的计算机系统。国外从20世纪70年代后期就把人工智能、专家系统技术应用于农、林业，目前已在作物栽培、经济效益分析、产品市场、销售管理等方面研制出不少专家系统，有些系统已成为商品进入市场。我国也在作物的引种与良种推荐、合理施肥、节水灌溉、病虫害综合防治、综合栽培调控等方面进行了研制和开发，取得了较好的效果。
3.计算机网络技术
Internet在园林花卉方面也发展迅速，就以我国与园林花卉相关的中文网站为例，据查，2014年2月份搜狐网站上登记有620个，4月份为710个，而8月份则达到930个，比2月份增加了50%；开始做网站电子商务的也从5~6家骤增至20余家。
4.多媒体技术
利用计算机技术把文字、声音、图形、图象等多种媒体综合为一体，使之建立起逻辑关系，并进行加工处理的技术。该项技术使园林绿化进一步社会化、普及化，为园林绿化的深入普及、提高广大职工的文化素质等创造了有利条件。
5.数据库技术
是一种有组织和动态地存贮、管理、重复利用一系列有密切联系的数据集合的计算机系统。近10年来，我国建成了一系列与园林绿化有关的数据库，如：中国农林文摘数据库、中国农业文摘数据库、中国苗木种质资源数据库、植物检疫病虫草害名录数据库等。
6.结语
关键字：机电一体化技术发展方向
中图分类号：TH-39 文献标识码：A 文章编号：
一、引言
现代科学技术的不断发展，极大地推动了不同学科的交叉与渗透，造就了工程领域的技术革命与改造。机电一体化技术始于电子技术的发展及电子技术与机械技术的结合，尤其是大规模集成电路出现，促进机电一体化技术发展并引起广泛注意。数控机床的问世写下机电一体化技术新篇章；微电子技术为机电一体化技术带来勃勃生机；可编程序控制器“电力电子”的发展为机电一体化技术提供坚实基础；激光技术模糊技术、信息技术等高新技术的发展使机电一体化技术跃上新台阶。
二、机电一体化的发展状况
机电一体化的发展大体可以分为3个阶段。20世纪60年代以前为第一阶段，这一阶段称为初级阶段。在这一时期，人们自觉不自觉地利用电子技术的初步成果来完善机械产品的性能。由于技术的局限性已经开发的产品也无法大量推广。20世纪70-80年代为第二阶段，可称为蓬勃发展阶段。这一时期，计算机技术、控制技术、通信技术的发展，为机电一体化的发展奠定了技术基础。大规模、超大规模集成电路和微型计算机的迅猛发展，为机电一体化的发展提供了充分的物质基础。机电一体化技术和产品得到了极大发展。20世纪90年代后期，开始了机电一体化技术向智能化方向迈进的新阶段，机电一体化进入深入发展时期。由于人工智能技术、神经网络技术及光纤技术等领域取得的巨大进步，为机电一体化技术开辟了发展的广阔天地。我国是从20世纪80年代初才开始在这方面进行研究和应用。但与日本等先进国家相比仍有相当差距。
三、机电一体化的技术分类
1.网络计算机信息技术。各种信息资料之间交换、运算、存储、判断和决定以及专家系统和智能网络都是计算机信息处理技术。
2.机械技术。机电一体化的基础技术就是机械技术。它和机电一体化相互促进，完成了结构和功能上的改革，同时它的重量减轻，体积相对以前更小，精度也得到了提高，它的性能指标也更加的适应人类的需要，努力地利用高科技来更新着机电一体化的概念。
3.自动化技术。自动化技术是在自动控制理论的基础上，先进性系统的设计然后再经过仿真调试，它可以进行高精度和速度的控制，还能进行自我的调制、诊断和修补。
4.系统技术。系统技术是以整体趋势和目标为基础，利用整体概念组织和各种相关的技术，利用总分的观念来将整体分成为好多有一定关联的小单元，其中的接口技术是纽扣是实现各小部分进行连接的保证。
5.感应技术。现在的感应技术在社会生活中的应用十分普遍，机电一体化也应用了感应检测技术。要想实现系统的自动控制和自动调节，传感检测技术是必不可少的，它向人类的皮肤那样，是整个系统的感受器官，而且他的功能越是强大那么系统的自动化程度就越高。
四、机电一体化的发展方向
1.智能化。人工智能在机电一体化中越来越受到人们的重视，它是在理论得以控制上，让机电一体化的产品具有一定的智能，在这其中还有人工智能、计算机学、生命科学等一些新的思想和新的方法，它虽然不能达到人类那样的水平，但也可以进行一些简单的推理判断和逻辑决策。当然，要想真正的像人一样是不可能的，它只能进行低级智能或人的部分智能。
2.模块化。模块化的工程任重而道远。实现机电一体不仅可以利用标准单元迅速开发出新产品，还可以扩大生产规模，从这一点来说不管是对于任何机电一体化化的企业，模块化将带来一个美好的前景，并且它的潜力是无穷的。
3.网络化。网络技术的发展给社会各方面的发展都带来了巨大的变革，全球化的趋势也无可阻挡，机电一体化新产品无疑会畅销全球，而且网络化可以在一定基础上促进智能化的应用，他可以以计算机为中心把一系列的家用电器连成一个系统，让人们真切的感受到现代高科技带来的便利，因此机电一体化的网络化是发展的必然结果。
4、微型化。现在社会上大多数的产品都在走向微型化，机电一体化也是顺应时代的潮流。机电一体化正在向微型精确的方面发展它在生物医疗、军事、信息等方面具有不可比拟的优势。
5.绿色化。绿色环保是世界的主题，现在的环境状态是资源减少，生态环境受到严重污染，于是人们呼吁保护环境资源的呼声更加高涨，时展的要求是可以设计一不污染环境的绿色化的机电一体化产品，让绿色路线在产品中一路畅通，这也就成为了机电一体化最符合人类社会发展的一个发展方向。
6.人性化。人性化是各类产品的必然发展方向。机电一体化的产品在具有一定完整性能的基础上，对于外观设计以及它的外观视觉也有着相应的要求，这可以让产品与外在环境更加的适应，让人们使用产品更加的贴心，更加的自然，更接近生活习惯。
机电一体化与电子之间深度结合，并且与各种技术相互融合的趋势将越来越明显，机电一体化技术是国民经济发展所急需的优势学科方向。机电一体化技术的广阔发展前景也将越来越光明。所以要紧紧抓住人才需求变化的大趋势，准确定位，严谨制定人才培养计划，使教学紧跟机电一体化技术发展变化的趋势，为培养出符合机电一体化技术岗位实际需要的、高素质、强能力的合格人才。
