时间：2023-09-07 17:42:53
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篇人工智能数字化技术，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。
用户习惯养成
据《经济》记者了解，与数字技术和互联网密切相关的文化信息传输服务，近两年平均增速超过26%，是文化产业整体增速的2倍以上。动漫游戏、网络文学、网络音乐、网络视频等数字创意产品拥有广泛的用户基础，与百姓生活越来越密切，已经成为目前群众文化消费的主产品。同时，随着知识产权保护力度的加大、环境的改善和网络用户付费习惯的养成，数字创意产品的消费潜力得到了充分的发挥，市场价值也进一步提升。
中关村科技园区海淀园对外合作处的曹彦音曾公开表示，在动漫游戏产业发展方面，科技园区重点对发展动漫游戏产品及相关技术的企业实施孵化，大力培养创意人才。目前主要以中关村科技园区、国家新媒体产业基地为核心，带动其余具有一定发展基础的区域共同发展。
据了解，除以上国家级产业园区外，各级政府和企业在建或筹建中的区域性数字创意产业园区也不在少数，其中比较有代表性并已进入立项操作阶段的有三辰卡通动漫网游产业基地、深圳VR产业园区等。
根据中娱数字创意产业研究院的追踪，仅2016年11月份，共发生创意产业投资230起，较10月份增长7.5%，其中数字创意产业领域投资47起，占该月总投资数量的20.4%，总投资规模超过15亿元。其中，AcFun弹幕视频网（A站）作为动漫、游戏、体育、娱乐的弹幕视频网站，获得中文在线2.5亿元的B轮投资；华谊兄弟也斥资2亿元，投资影视营销服务商剧角映画。
VR、直播作为新兴产业，堪称2016年创投圈杀出的黑马。据不完全统计，2016年全球（主要以中国为主）VR、AR行业投融资事件共90起，同比增长率高达233.3%。
在电竞游戏领域中，中国已超越美国成为全球第一大电子竞技市场。近年来，随着各项利好政策的陆续出台，电竞行业发展前景被看好，各类资本开始积极介入这个有上千亿元规模的新兴产业，2015年投融资规模达到269.1亿人民币，6年间的增幅高达513.6%。
在动漫领域中，虽然我国动漫产业目前整体规模不大，但发展速度极快，2015年总产值超过1200亿元，并保持着高速增长态势。在投融资方面，形势也颇可乐观，如2016年底，原创动漫工作室漫舞动漫获得钱皇股份100万元的天使轮投资，以原创和自主知识产权为主的云端漫画也获得了五星诚瑞数百万元的天使轮投资。
人工智能最有卖点
没有工人，那就用机械臂砌一堵高墙？在未进入公共空间之前已经预知人流高峰，从而避开拥堵？看电影时，可以直接和影片中的女主角交流？没有驾照也能开车？数字创意产业中的人工智能（AI）目前广泛嵌入在应用程序中，上述问题在不久的将来都能得以解决。
2016年8月，英特尔公司宣布将收购人工智能初创企业Nervana Systems，而就在前不久，苹果公司刚刚宣布将收购人工智能公司Turi。其他巨头如IBM、谷歌、微软、Facebook、亚马逊等也先后在人工智能领域中布局。在中国，阿里巴巴刚刚将其AI升级为ET，并扩展了人工智能功能。而百度同样在人工智能领域投入巨大……
在云计算和大数据发展日臻成熟的今天，科技巨头们都在纷纷寻找下一个技术的方向。去年年初普华永道在报告中称，展望2017年，虚拟现实、人工智能、物联网和行业整合等核心趋势将继续推动全球科技市场的并购与整合。从实际情况来看，上述科技巨头的行动已经充分证明了这一点。马云也认为，现在人们正在准备迎接第三次技术革命（人工智能）的到来。
前瞻产业研究院《人工智能行业分析报告》中的数据显示，2015年全球人工智能市场规模已达到1683.9亿元，预计2018年将达到2697.3亿元，复合增长率达到17%。
关于人工智能的发展前景，盘点2016年十大人工智能事件就可略窥一斑：AlphaGo下围棋战胜众多顶尖高手；微软聊天机器人“Tay”学会种族歧视言论；特斯拉无人车上路试驾；五大科技巨头组建超级AI联盟；美国白宫《人工智能白皮书》；微软AI的语音识别能力首次超过人类；人工智能改善癌症诊断疗法；亚马逊开展新零售业务Amazon Go；扎克伯格开发AI助手Jarvis；华人AI研究贡献占据全球份额近一半。
由此看来，未来还有什么领域完全不用人工智能参与？
传统文化强强联手
传统文化能给数字创意产业带来什么？
腾讯公司文化产业办公室研究员曹爽表示，传统文化是产业创意内容的源泉，是数字创意产业走向世界的核心竞争力。
记者通过对产业的回顾和观察看出，数字创意产业在传统文化当中寻找结合点和商机的例子并不罕见，例如敦煌石窟壁画彩塑的数字化，不仅永久保存了文物信息，也使传统文化的数字产品更具市场价值；图书馆的数字化，为中华传统文化打造一个共享平台。据了解，目前国家图书馆数字资源总量达1160.98TB，年增长超过130TB。
记者获悉，优秀文化资源的创造性转化、传统文化业态的数字化升级等都将成为未来国家政策扶持的重点。完美世界副总裁伊迪则表示，从文化产业来看，传统文化产业与数字化联手升级的确是一个很好的方向。
“比如到电影院看电影。消费者目前在影院的延伸消费也仅仅停留在食物及饮品上，但影院与数字技术相结合，未来的影院的情形可能远不止如此。”伊迪说，“例如，可以将游戏和动漫产业融入到电影院中，将影院打造成一个以IP为核心的数字化综合体验区，还可以将当下发展迅猛的电子竞技项目带入传统院线。”
“所有数字化内容融合在一起，使电影院褪去了传统的表皮。换上了数字化的外壳。这样的切入点将是下一代文化产业重要的发展方向。”伊迪认为。
2021年行动计划
为落实2021年市委1号文和《南京市关于加快应用场景开发建设2021年行动方案》（宁新产业办〔2021〕1号）要求，2021年全市将1000个应用场景，其中下达我区80个以上应用场景的目标任务，为确保目标任务顺利完成，特制定本行动计划。
一、总体要求
应用场景一般是指在城市基础设施建设运营管理、产业发展、民生服务等领域，对新技术新产品有应用需求的各类工程、项目。通过应用场景开发建设，可以推进新技术新产品的示范应用和迭代升级，助力新技术新产品推广应用。
——在搭建主体上。应用场景可分为产业发展、城市治理、民生服务等类别，不完全由政府主导，更强调政府“搭台”，企业“出题”和“答题”。搭建主体可包括政府部门、事业单位、团体组织、企业等各类主体。
——在技术应用上。通过对5G、人工智能、云计算、大数据、区块链、工业互联网、量子通信等产业链领域先进技术的应用，通过系统性解决方案完成搭建，促进新产品新技术的落地验证或迭代升级。
——在项目特质上。应用场景必须具备开放性和吸附性，通过对外合作，完成场景建设。通过场景建设，对外输出可复制推广的成功经验和模式。
——在建设方案上。应用场景必须有明确具体的建设方案和投资主体，经过论证项目切实可行，一般为在建项目，或者已经具备建设实施的基本条件即将开工建设的项目。
二、主要目标
加快5G、人工智能、区块链、大数据、工业互联网、量子通信等先进技术集成创新和融合应用，提高城市治理能力和精细化管理水平，促进产业转型发展，培育和壮大新增长极，保障和改善民生，为各类市场主体创新成果应用提供更多市场机遇，有力支撑更高水平现代化国际性城市中心建设。2021年，围绕产业发展、城市治理、民生服务等领域80个以上的应用场景。
三、重点任务
（一）围绕产业发展，开发一批经济数字化应用场景
1. 拓展数字化制造场景。加大智能制造装备、新能源汽车等产业链应用场景开发力度。围绕数据采集和感知、高清视频、机器视觉、精准远程操控、现场辅助、数字孪生等六类典型应用场景，鼓励制造业企业积极探索“5G+工业互联网”融合应用，推动智能化、数字化转型。实施企业内网升级工程，引导和支持重点企业应用5G、IPv6、TSN、工业PON等新技术部署企业内网，实现生产设备的广泛互联和数据互通。加快促进省市重大科技成果转化，支持未来网络与实体经济深度融合，深化工业互联网在先进制造业领域的应用。（责任单位：区发改委，各园区）
2. 拓展数字化文旅场景。结合零售、餐饮、出行等服务业数字化转型，加大应用场景开发力度，助推平台经济、共享经济、在线经济等新兴服务经济发展。围绕内容创作、设计展示、信息服务、消费体验等文化领域关键环节，推动人工智能、大数据、超高清视频、5G、VR等技术应用，促进传统文化产业数字化升级，培育新型文化业态和文化消费模式。深挖采集重点旅游区域基础数据，导入VR、AR能力，建设以社交媒体为主导的营销渠道，为游客提供个性化智能服务。（责任单位：区文旅局、商务局，区委宣传部，各园区）
3. 拓展数字化消费场景。提升潮流街区数字化消费场景，激发数字消费潜力。积极引入新零售新服务业态，打造汇集5G应用、刷脸支付、网红直播为一体的新消费商圈，建设环境舒适、购物便捷、科技感强的网红街区，塑造城市消费新形态。推广直播线上带货等新场景，推动无接触服务向住宿、生鲜零售、物流、金融等应用场景延伸。（责任单位：区商务局，各园区）
4. 拓展数字化金融场景。引导金融机构积极探索应用区块链、人工智能等技术，提高金融行业运转效率、优化服务流程、降低交易成本、保障交易安全。建设数字金融平台，丰富平台应用场景，持续优化平台各功能板块，将平台打造为以技术驱动、生态共建、数据融合、价值共享为特色的数字金融平台。引导金融行业在智能客服、智能身份识别、智能营销、智能风控、智能投顾、智能量化交易等业务中，拓展“人工智能+金融”应用场景，形成标准化、模块化、智能化、精准化的风险控制系统。（责任单位：区金融监管局，各园区）
（二）围绕城市治理，开发一批治理数字化应用场景
5. 智慧政务。探索运用区块链等技术提升数据共享和业务协同能力，重点推进电子证照、电子档案、数字身份等居民个人信息的全链条共享应用。打造企业服务平台，实现惠企政策与企业精准匹配，推出数字化服务企业的应用场景。强化新技术在“互联网+”监管领域的应用，推动实现线上监管和“非接触式”监管。（责任单位：区行政审批局、发改委、信息中心，各园区、街道）
6. 智慧警务。建设市域社会治理现代化指挥中心，打造智慧警务应用生态和智慧家园平台，推进智能安防建设。推进政法各部门间的数据共享和业务协同以及执法监督、法律服务、特殊人群管理等全方位联动应用。以人工智能、大数据、物联网、5G等前沿科技为重点，构建符合现代警务机制和社会治理要求的新一代智慧警务体系，做强智慧警务支撑。（责任单位：区委政法委、建邺公安分局、区司法局，各园区、街道）
7. 智慧交通。聚焦汽车自动驾驶与交通安全、智慧公路建设、城市交通靶向治理等领域，推动5G、大数据、云计算、人工智能、北斗导航等技术在智慧交通的应用示范。实施数据驱动打造“新型公交都市”行动计划。聚焦智慧轨道交通建设与运营等典型应用场景，围绕智慧车辆、智能维护、智慧建设、智慧制造等，推动机器人、环境智能感知及控制、智能安检、北斗导航、5G、建筑信息模型（BIM）等技术在轨道交通项目中推广应用。（责任单位：区发改委、建设局，各园区）
8. 智慧生态。积极参与全市生态环境智慧应用平台建设，健全水灾害监测预警、灾害防治、应急救援体系。支持大气、水、土壤等生态环境质量监测与评估，污染物及温室气体排放控制与污染源监管等领域关键产品研发与集成示范应用，持续推动环境质量改善，切实维护生态安全。积极建设“智慧园林一张图”。（责任单位：区发改委、生态环境局、城管局，各园区、街道）
9. 智慧应急管理。建设城市安全综合应用系统，开展城市风险多变量预警分析模型研制和城市风险源标注。开展危化品全流程管理信息化系统建设，形成企业安全信用脸谱，深化建设应用，强化指挥信息网安全边界防护，推进融合通信系统建设。（责任单位：区应急管理局、信息中心，各园区、街道）
10. 智慧城管。建设城管大数据运行管理平台，推进系统同构、数据同构，提升协同治理效能、问题预警发现能力和处置效率。加大生活垃圾分类投放收运等关键产品研发与集成示范应用力度，科技助力垃圾分类。建设服务城市精细化管理及城市安防、交通管理的智慧灯杆，拓展智慧停车、智慧井盖等应用场景。（责任单位：区城管局、城管水务集团，各园区、街道）
11. 智慧建设。构建建设工程综合服务管理平台，实现建设工程全流程、全区域、全要素监管。推动先进技术赋能城市建设和建筑业应用场景的开发。（责任单位：区建设局、城建集团，各园区、街道）
12. 新型基础设施。推进城市公共基础设施数字化建设改造。加快交通、水电气热等市政领域数字终端、系统改造建设。加快5G网络规模部署和商业应用，推进车站、社区、商场等重点区域5G基站和配套网络建设，推进骨干网、城域网扩容，推动家庭宽带千兆、百兆接入普及。推进工业、交通、物流等重点领域物联感知设施部署。探索开展无人机、机器人运转所需配套设施建设。（责任单位：区发改委、建设局、城建集团，各园区、街道）
（三）围绕民生服务，开发一批民生数字化应用场景
13. 聚焦社区生活。开展“美丽家园”行动，加强人工智能技术在车牌识别、人脸识别、区域管控、异常行为分析等方面融合应用，推进住宅小区尤其是老旧小区安防监控设备增设和改造。逐步提升小区特别是老旧小区的数字化和智慧化水平，利用智慧家园（智慧物业）管理平台，实现政务服务协同化、业主自治在线化、居民生活便捷化。（责任单位：区房产局、公安分局、新城房产集团，各街道）
14. 聚焦医疗健康。在医疗健康领域引入人工智能、5G、区块链、物联网、身份认证等技术，加快推进“智慧医院”“互联网医院”建设，围绕医院智能化管理、智能化诊疗等关键环节，加快预导诊机器人、语音录入、人工智能辅助诊疗等技术布局，推动医院内部流程再造，提高医疗质量和效率。拓展云计算、人工智能等技术在影像读片、病症筛查、远程医疗等领域的应用场景建设。（责任单位：区卫健委，各园区、街道）
15. 聚焦现代教育。探索人工智能、区块链、5G等先进技术在教育领域的应用场景开发开放。推动未来教室建设、综合素质评价、在线学习、学业测评、体能测评、校园安全、招生和培训等方面的智能化工作，逐渐形成教育大数据，通过大数据分析推动教育现代化。建设以移动终端、智慧教室、智慧校园、智慧教育云等为主要标志的智慧教育环境，推动场景示范应用。（责任单位：区教育局，各园区、街道）
16. 聚焦智慧房产。以全国住房租赁市场发展试点为契机，着重打造市场监测、租赁监管、智慧物业、智慧房安等智慧房产重点示范子项目应用，协同探索城市治理新模式。（责任单位：区房产局，各园区、街道）
17. 聚焦智慧水务和电力。推动信息技术与水务业务深化融合，基本完成智慧水务总体框架搭建，统筹推进水务调度、排水管理、河湖管理应用系统开发，建成智慧水务平台。鼓励面向智能配电网的5G技术融合应用，实施智能化管理，进行实时监测和预警，提高电网安全性和经济性。（责任单位：区水务局，各相关园区、街道）
18. 聚焦智慧文体。不断提升文化科技融合建设水平，发展数字出版、游戏动漫、影音娱乐、小视频、直播等一批文创应用场景建设。丰富工业设计、工艺设计、建筑设计、环境设计等多元化场景内容。（责任单位：区委宣传部、区文旅局，各园区、街道）
附表：1. 重点应用场景项目登记表
2. 重点应用场景项目汇总表
附表1
重点应用场景项目登记表
应用场景
项目名称
应用场景
所在区域
建邺区
应用场景
所属领域
¨产业发展：（具体细分领域）
¨城市治理：（具体细分领域）
¨民生服务：（具体细分领域）
¨其他领域：（具体细分领域）
应用场景
搭建单位
搭建单位简介
注：不超过150字
搭建单位性质
¨国家机关 ¨事业单位 ¨社会团体 ¨国有企业 ¨民营企业
¨外资企业 ¨其他（请注明）
搭建单位联系人
姓 名
手机号码
应用场景简介
注：不超过200字
应用场景
建设实施方案
一、建设背景和可行性分析
二、建设思路和目标
包括对产业发展的示范带动，对本地新技术、新产品的集聚与使用等。
三、建设主体及建设内容
四、进度安排
五、资金概算
六、保障措施（其它）
可另附页
照片
请提供搭建单位宣传图片1-2张，应用场景项目图片1-2张，照片不小于1MB，照片不要复制在WORD文档中，连同该表放在同一文件夹中一并提交。（如有视频，也可提供）
附表2
重点应用场景项目汇总表
序号
应用场景
所属类别
具体细分领域
应用场景建设区域
应用场景项目名称
应用场景
搭建单位
项目起止日期
项目投资额 （万元）
应用场景概述（不超过200字）
欢迎合作
的方向
是否有本区企业参与（具体合作情况）
是否应用南京市创新产品（产品名称及使用情况）
联系人
联系
方式
1
城市治理
智慧
政务
XX区
XX
单位全称
2020.03-
2023.03
3000
例：以物联网、云计算、大数据、人工智能等为支撑，建设数据中台和业务中台，加快各类信息资源的整合共享。项目建设将为南京市软件企业提供新技术研究和新产品应用机会。
……
例：1、物联网感知层技术
2、大数据分析与挖掘技术
3、人工智能计算机视觉技术
4、数字孪生技术
……
……
……
XX
填：手机号码
2
在本文中，我们将重点关注在市场上取得良好发展的技术趋势，一起讨论2018年下半年的重大技术突破。
1.人工智能将重塑市场战略
人工智能为业务运营带来大改变，利用先进技术与软件的力量重塑整个行业。一些公司现在特别赞赏他们的业务实施人工智能战略的价值，并且AI的重大技术飞跃也正在进行中。拥有超过100，000名员工的巨头公司更希望实施人工智能战略，但对他们来说，该过程更具挑战性与价值。 2018年将成为领先企业将人工智能应用纳入其战略和组织发展的一年。此外，算法市场也有潜力，工程师或公司创建的最佳解决方案可以共享，购买和部署，供组织个人使用。
过去很难相信的想法正在变得真实，机器学习与人工智能技术使每个企业都变成数据驱动，每个行业都变得更加智能化。
经过多年的原型和创意背景研究，新的解决方案将令人叹为观止。为患病的人们提供虚拟援助，计算药理药药以及遗传学研究让人们看到了医学中更令人惊奇的案例。不同行业的自动化，机器人化和数据管理给行业带来重大变化。医疗保健、建筑、银行、金融、制造业等等，每个现有之行业都将被重塑。
2.区块链将为行业提供新机遇
现在每个人都在谈论区块链，这是一种革命性的分布式技术，可以存储和交换加密货币的数据块。区块链是一个分布式数据库，其中包含交易和智能合约的数字存储器。区块链存储一个不断增长的有序记录序列，这称为块，每个记录包含一个时间戳和前一个块的哈希链接。区块链在数字交易领域具有令人无限想像的空间，这一切将在2018年开辟新的商业机会。
该项技术打开了在其它领域中的各种应用，更多新的可能性。由于社会责任和安全性在互联网上的需求日益增强，区块链技术变得越来越重要。在使用区块链的系统中，几乎不可能伪造任何数字交易，所以这种系统的可信度肯定最高的。这种方法可以成为企业和初创公司中颠覆性数字业务的基础，以前在线下运营的公司将能把流程完全转化为数字化环境。（来源微信号数字化企业）
业务需要考虑区块链风险和机会，并分析该技术如何影响用户（客户）之行为。
随着在金融服务行业中区块链的炒作将放缓，我们将看到更多政府机构，医疗保健，制造业和其它行业的潜在实例出现。例如，区块链对知识产权管理有着巨大的影响，在防止版权侵权方面开辟了新的见解。 Blockai，Pixsy，Mediachain和Exof of Existence等网站平台打算将区块链技术应用于到该领域。
3.隐私安全的新方法即将来临
“道高一尺，魔高一丈”。技术发展提升了数据的重要性，因此黑客技术也变得越来越先进。连接到互联网的设备数量的增加，这会产生更多的数据，使其更容易受到攻击的机率更多。物联网中的小工具越来越受欢迎并被广泛使用，但它们在数据隐私方面仍然不是很安全。任何大型企业都经常受到黑客攻击的威胁，就像Uber和Verizon在2017年发生的那种问题。
幸运的是，这些解决方案是可以达成的，今年我们将看到数据保护服务的巨大改进。机器学习将确保数据安全，概率性预测方法是下一步的安全趋势。实施行为分析等技术可以检测和阻止能够绕过保护系统的攻击。 另外，区块链将我们的注意力引向一个名为Zero Knowledge Proof的新技术，此技术将在2018年进一步发展，它使用数学技术确保用户隐私的交易。另一种新的安全方法称为CARTA（持续适应风险和信任评估），它基于对潜在风险和信任程度的持续评估，以适应各种情况。该方法适用于所有业务参与者：从公司的开发人员到合作伙伴。
虽然我们的安全性仍比较脆弱，但有很多有前景的解决方案可以为我们的生活带来更好的隐私保护。
4.物联网将更加智能
智能物品将成为日常设备普及，它与人、环境进行更智能的互动。这些东西在不受控制的现实条件下半自动或自主地运行，而无需人为干预。
很多年来，智能产品一直备受关注，并且不断扩展和增强，它们将影响另一个全球趋势，这就是物联网。
未来将有一个协作智能网络，其中多个智能设备将协同工作，充分发挥物联网的潜力。通过有线和无线通信渠道连接到全球互联网，物联网设备将变成一个大型集成系统，推动人机交互的重大转变。人工智能与物联网的融合带来了创造智能家居和智慧城市的全新技术。
5.深度学习将更快，大数据收集更好
如今，深度学习面临着大数据收集和计算复杂性相关的技术挑战。目前业界正在开发硬件创新技术以加速深度学习实验，例如具有更多内核和不同架构形式的新GPU。根据GE研究院的高级信息科学家Marc Edgar的说法，深度培训将在未来 3到5年内将软件解决方案的开发时间从几个月缩短到几天，这将改善功能特性，提高生产率并有效降低产品成本。
目前，大多数大公司都意识到大数据收集的重要性及其对业务有效性的价值影响。在未来一年内，更多公司将开始使用更多数据，这取决于结合不同数据的能力。（来源微信号数字化企业）
2018年，更多公司将通过CRM，任务系统，BMP和DMP以及全渠道平台收集客户数据，像LIDAR这样的专用传感器上收集数据的普及也在增加。将现有系统与所有类型的客户数据集成到一个信息池中肯定会有趋势。初创公司将继续创建收集和使用数据的新方法，从而进一步降低成本。
6. AI模型能自动构建与优化
自Google去年推出AutoML以来，使用人工智能工具加速构建和调整模型的过程正在迅速普及。这种人工智能开发的新方法允许自动化机器学习模型的设计，并且无需人工输入即可构建模型，从而让其中一个AI成为另一个AI的架构师。
2018年下半年，预计商业AutoML软件包的普及和AutoML集成到大型机器学习平台将进一步增长。
在AutoML之后，有一个名为NASNet的计算机视觉算法，用于实时识别视频流中的对象。使用AutoML实现的NASNet上的“强化学习”可以训练模型，与需要人工输入的算法相比，人类显示更好的结果变得无关紧要。
这些技术发展，明显拓宽了机器学习的视野，并将在未来几年完全重塑模型建设的方法。
7. CDO职位持续走高
首席数据官（CDO）和其它专业人员越来越多地参与公司高层管理，从而改变他们的数据管理方法。 CDO将是创新和差异化的驱动力：会彻底改变现有的商业模式，改善与目标受众与企业沟通，并探寻改善业务绩效的新机会。虽然这个角色很新，但不论在国内外它已向主流迈进。据Gartner公司调查称，到2019年，CDO职位将出现在90％的大型组织中，因为是新角色，也许只有一半的人会成功。这需要强大的个人品质，对责任的深度理解和突破潜在障碍，这才是取得成功的关键。还有一个重要的步骤来释放CDO的全部潜力：企业可以考虑将IT部门分别划分为“I”和“T”两部分，CDO应该在负责信息管理的团队中起带头作用。（来源微信号数字化企业）
8.AI道德争论会爆发
随着人工智能行业在日常生活中执行各种任务和行动方面取得重大进展，人们就道德，责任和人际交流提出了问题。如果人工智能使用了非法行为，谁将受到指责？AI机器人是否需要遵守法律规定？它们要接管所有人类工作吗？
前两个问题中，假设有一天机器人被法律承认为人类，可以承担责任或因其行为而受到惩罚，这种观点还需要几年的时间，但关于AI道德的争论已经在升温，考虑到不同的可能性，科学家们正试图找到关于机器人权利与责任的妥协方案。
大可放心，机器人占领所有工作场所的可能性接近于零。当然，人工智能行业的发展速度非常快，但是它仍然处于起步阶段。
2018年下半年，围绕这个问题的讨论还会持续。当我们深入讨论这个主题，了解如何与人工智能互动，并忠于这个事实，关于机器人接管地球的神话相信会被驱散。
9.没有具体的命令：增长的NLP
在客户服务中使用聊天机器人即将到来，这是2018年的主要趋势之一。在2018年下半年，机器将需要能够识别用户访问的细微差别，用户希望通过提问和以自然语言发出命令来获得聊天软件的响应，而无需考虑“正确”的询问方式。 NLP的发展与计算机程序的整合将是2018年最激动人心的挑战之一，我们对此抱有很高的期望。
对于习惯于理解特定命令语言的计算机来说，对于人类来说，理解语音语调，情感色彩和多重含义的语言似乎是一项艰巨的任务。这些复杂的算法需要许多预测模型和计算步骤，所有步骤都在一秒钟内完成，这些计算都发生在云中。
在NLP的帮助下，人们提出更多问题，都会快速获得机器返回合适的答案，甚至比人的回答有更好的见解。
10.没有人类数据，AI自学更加自信
当人工智能第一次发明以来，该领域的发展速度超出了人们的预期。专家们曾经预测，到2027年人工智能将在围棋游戏中击败人类，但是它提前发生了10年 - 2017年。算法AlphaGo Zero只用了40天就成为人类历史上最好的围棋玩家，它在没有任何人类数据输入的情况下进行自我学习，并且制定了人类玩家无法实现的策略。
2019年，一个更发达的，自学成才的人工智能与人类的竞赛会继续展开。我们期待AI在解决许多人类问题方面取得更多突破，如决策，业务开发和科学模型，识别对象，情感与演讲，以及重新塑造客户体验。
此外，我们更希望AI能够比人们做得更好，更快，成本更低地应对这些任务。算法之自学能力能将AI应用到人类生活的更多领域。（来源微信号数字化企业）
总体上讲，2018年在技术创新方面会取得重大进展。开发者将见证更快，更精确的机器学习和AI应用程序，包括一些新的令人兴奋的发展。
2018年，是AI赋能行业、展示威力的关键年。企业和公众已经不再质疑“AI能不能”，而是迫切的想知道“AI怎么能”。AI必须要在生态建设、行业应用、产业赋能等方面取得比以往更大的成就，才能更进一步，形成燎原之势。
针对这个趋势，在1月16日CSDN举办的“AI生态赋能2018论坛”上，CSDN副总裁孟岩重磅了《2017~2018中国人工智能产业路线图V1.0》。
本路线图从AI基础资源、AI基础技术以及AI技术主要应用领域等方面着手，基于十多位特邀业内专家的支持及众多的实际案例调研，探索不同行业的企业智能化升级的路径，并首次提出了AIMM——企业智能化成熟度模型，并将随时更新，动态开放，希望成为中国企业实现AI转型的有益参考。
CSDN《2017~2018中国人工智能产业路线图V1.0》
主要观点摘编
1. CSDN首次推出AIMM——企业智能化成熟度模型
根据AIMM可以将企业按照智能化的程度划分为0~5级6个发展阶段：
0级企业无信息化
1级数字化：企业核心流程标准化和数字化
2级商业智能：在业务中运用数据挖掘和数据分析，实现描述性分析
3级算法模型：企业运用机器学习算法建立模型，预测和优化决策
4级AI采用：在业务中使用AI为基础的解决方案，实现创新和效率的提升
5级AI驱动：以AI为核心的全新企业形态和商业模式
2. AI投资热潮来临，然而超过五分之一的企业还不具备基本条件
2017年CSDN中国软件开发者大调查显示，22%的企业还未进行信息化改造，51%的企业刚刚在核心业务中实现了核心流程标准化和数字化。
3. AI人才需求迅速增长，薪酬比IT工程师高出一个等级
2017年，AI类工程师在全部IT技术招聘岗位中的占比为9.86%，是2014年的8.8倍。
十年以上工作经验的AI工程师，最高年薪可达140万，而10年以上工作经验的普通IT工程师的最高年薪还不到55万。
4.中美互有胜负：美国垄断AI芯片，中国在AI应用领域蓬勃发展
中国在AI芯片领域实力薄弱，玩家多为创业公司。而美国在这一领域既有英伟达、英特尔等重量级玩家，创业公司也层出不穷。
中国在AI领域除了BAT之外，还诞生了包括商汤、旷视、云知声在内的新兴独角兽，融资额度甚至超过美国同行，支撑AI应用蓬勃发展。
5.金融、文娱、安防等领域向AI转型的条件最成熟，农业、制造业等还有待观察
AI对各行业赋能需具备数据、计算力、算法、应用场景这四个要素，其中计算力属于通用基础设施。
金融、文娱、安防等行业条件最成熟，农业、制造业等还在积累阶段。
6.人工智能领域投资额逐年攀升，智慧金融、智能汽车、智慧医疗最受资本青睐。
1探析机械电子系统的现状
就目前来说，随着全球经济的不断提升以及我国经济的不断发展，带动了信息技术的发展，但是好的同时也加剧了市场的竞争程度，一些行业虽然取得了一定的成绩，但是由于市场剧烈竞争发展缓慢，其中就包括机械电子这个行业，据不完全的数据统计，2014年我国的机械电子产品生产率并不是很高，其中最重要的原因就是我国的机械电子不断地加大进口的数量。进口数量的不断增加就使得进口的金额大大提升，从前三个季度的数据来看，机械电子的进口金额高达170亿美元多，这就使得我国自己生产的机械电子产品在市场上出现了较低占有率的状况，也就是说我国自己研制的机械电子产品销量并不理想，其在市场上的转化率还处于较低的水平。这种状况体现出了机械电子市场的几个问题，其一就目前我国的机械电子行业大部分企业依然在使用较为传统的生产设备，这些设备大都不具备智能和自动技术；其二是相较于国外发达国家来讲我国在科研方面的发展速度还处于比较缓慢的阶段。新技术的产生率并不高，能够在市场上有较大占有率的品牌往往是技术含量较低的产品，而拥有较高技术含量的产品在消费者市场中认知度又较低；其三是我国的大部分企业对于机械电子并没有投入较多科研经费，一直还是以模仿其他优势品牌产品为主。其四是我国即使掌握了一些机械电子的关键性技术，但是这些技术相较于发达国家还有很大的差距[2]。
2探析机械电子系统未来的发展趋势
（1）我国机械电子系统的人工智能发展趋势。人工智能对于机械电子领域可以说是比较新鲜的话题，在机械电子系统中加入人工智能将是我国未来的发展趋势，人工智能的优势是什么呢？其不仅可以对现有的机械电子提供更好的运行环境，还可以增加机械电子的准确性，人工智能对于机械电子的这两点贡献也是社会市场发展的必然趋势，也就是说我国的机械电子要想在激烈的市场竞争中占有一席之地，必须要将人工智能纳入未来发展的计划中。
（2）我国机械电子系统的实时快速发展趋势。市场的发展不仅需要机械电子具有较好的运行环境以及具备准确性，还需要机械电子系统具有实时快速的特性，在准确性的前提下还要把效率不断地提高，在机械电子系统未来的发展中计算机的处理芯片的应用将会得到较大的推广，因为这样的处理芯片可以将机械电子系统中的信息传递的速度进一步地加强，可以大大提高其使用的效率。
（3）我国机械电子系统的技术创新发展趋势。技术创新是每个企业在未来市场竞争中想要获得发展必须要做的工作，对于机械电子系统来讲，技术创新是未来发展的核心趋势，企业必须要将技术创新纳入企业发展的重点工作计划中，在技术创新上要不断地对技术创新进行的科研活动加大经费的投入，做好前期的市场调查以及市场分析，把握好未来市场的发展方面。同时还要在研发的时候注重质量，而不是数量，提高科研的水平，打造我国的品牌机械电子产品。
（4）我国机械电子系统的网络数字发展趋势。网络数字化的发展趋势强调的是信息资源的共享以及技术上的提升。就机械电子的网络化发展来讲，体现在机械电子的功能上，不仅可以加快与发达国家都在技术上的不断沟通，还能使远程技术更好的解决机械电子出席那的问题。而机械电子的数字化则可以为机械电子带来较大的发展空间，利用数字化微控技术进一步提升机械电子系统的效率，可以说网络数字化是市场发展的必然趋势[3]。
作者：侯宇 单位：哈电集团（秦皇岛）重型装备有限公司
近日，IBM公司在北京举办了主题为“天工开物，人机同行”的2017 IBM论坛。去年，IBM正式在中国宣布向“认知商业”转型。本次论坛上，IBM进一步明确了发展“商业人工智能”的战略，并展示了IBM在全球范围内的突破性进展，大力推动行业转型。IBM一系列与中国本地企业在电子、能源、汽车、工业制造和相关服务产业、教育、医疗领域的合作成为大会关注焦点。
IBM大中华区董事长陈黎明表示：“商业人工智能的核心是解决关乎企业经营中生存和制胜的关键问题。以电子、能源、汽车、工业产品制造及相关服务产业为核心的实体经济是保持国家竞争力和经济健康发展的基础。技术的不断创新发展，不仅将带动这些行业的生产率提高和产品性能提升，还能催生新材料、新能源、新生物产品、等战略性新兴产业的发展。IBM从未停下技术探索的脚步，引领着人工智能、区块链、物联网等创新技术的发展，以此强化行业基础能力，促进产业转型升级，助力中国企业由大变强的历史跨越。”
下面请跟随笔者来看看IBM助力中国企业实现转型和升级的几个案例吧。
神思电子（以下简称神思）是中国领先的智能识别领域软硬一体化解决方案提供商。神思率先采用IBM Watson Explorer（WEX），基于分析洞察、推理、自然语言理解能力，重点选择了金融和医疗这两个长期服务的行业，锁定“智能客服”、“实体服务机器人”和“自助设备智能升级”三大领域，改造服务流程，降低人力成本，提升服务质量与效率。
神思副总裁井j表示：“从2016年起，我们就启动了‘从行业深耕到行业贯通、从智能识别到认知行业解决方案’的战略升级。神思与IBM一样，将思考与持续创新都根植于企业的基因之中，我们与IBM并肩合作，希望运用IBM Watson认知计算加速公司战略升级的步伐，打造国内领先的智能认知行业解决方案，加速国内商业人工智能的发展。”
默克（Merck）是一家先进的科技公司，专注于医药健康、生命科学和高性能材料三大领域。默克携手IBM打造全新智能物流与智能工厂，利用IBM Watson IoT技术，对于需要妥善储存和运输产品的钢瓶实现智能化管理。通过钢瓶传感器数据收集与分析，IBM帮助默克施监测和管理厂内或运输途中的钢瓶的数量、位置和温度，确保空瓶及时回收，同时针对钢瓶的使用和返回情况，实时洞察并预测未来的库存情况，以便科学合理地采购来满足日后的需求。这不仅帮助默克达成了钢瓶的自动监控及全程追踪，还挺高了所获结果的精准度，节省人力和时间，大大提升工厂运营的整体效率。
默克中国首席信息官朱皓峰表示：“默克一直致力于以技术为驱动力，为患者和客户创造价值。IBM作为世界领先企业，在技术创新和业务管理上的先进理念都与默克的核心信念不谋而合。因此我们选择IBM作为重要合作伙伴，推行全球物联网部署计划，并将中国作为试点，加速当地的电子材料厂智能升级，引领未来默克‘工业4.0’和智能制造产业变革。”
隆基泰和与IBM共同合作，借助Watson平台，利用物联网与人工智能技术，构建综合能源云平台，为工业商业企业构建360度完整的客户能耗视图，持续构建高耗能企业用能预测及能效水平的分析和洞察能力，提升与客户的交互体验，增强与客户粘性，深度挖掘云平台服务价值，助力隆基泰和实现对传统能源服务模式的突破，打造智慧能源服务体系。
隆基泰和智慧能源控股有限公司副总裁刘振刚表示：“此次与IBM合作，一是通过创新技术构建云平台，进行云平台顶层设计，建立数据的洞察分析方法，提升隆基泰和自身的数字化技术能力，二是在应用侧帮助企业更好地分析和优化能源使用，提升能源利用效率，节约能源成本，充分实现能源云平台的服务价值，推进绿色可持续发展。”
在未来5～8年，商业人工智能将给产业带来新、奇的改变。IBM也将充分利用创新技术，以深刻的行业洞察和产业实践为基础，以创新为驱动力，携手更多的中国企业加速向数字化企业转型的步伐。
关键词：新零售；供应链数字化转型
一、引言
新零售企业供应链数字化转型，及时了解客户需要什么，依据大数据来实现资源的优化配置，同时通过精良的检测或感应设施来检测商品数据，相当于给商品贴上“电子标签”，对业务流程进行智能感知，同时也能衍生许多智能化应用，可以说新零售模式必将推动供应链数字化转型。
二、以用户为中心转变，了解客户需求
传统零售是以产品为中心，而新零售则是以客户为中心，一切商业行为从发现客户在哪、需要什么出发，多元的、海量的数据呈现爆炸式的增长，这些数据可能来自社交网络、访客记录、购物浏览等等，是一个用户过往商业行为的反映，依据大数据来获得用户海量的商业行为数据，再通过云计算进行分析，根据数据进行更为合理的资源调控，用户需要什么样的产品，就设计什么产品，用户常用什么渠道或地域购买，就在这一渠道或地域先行准备，迭代调整经营方式，来寻找与用户的最佳耦合点，像阿里和京东的“最后一公里”配送概念，就是基于大数据来获取用户商业行为，预测用户的商业行为，进而做到更早反映，更快准备，在全国范围内联动起来，减少在途资源消耗。
三、商品数字化管理，智能调度
通过先进的感应和检测硬件，给商品打上一个“电子标签”，具有防磁、防水、耐高温、定位等特点，如一些冷藏性商品还有温度检测功能，比如RFID技术，中文为无线射频身份识别，能够实现对商品的智能管理，相信未来随着5G技术的发展，可以实现万物互联，大大提升对商品数字化管理的深入程度。检测控制范围更广，检测准度更高，在业务流程中进行智慧感知，与每个触达与沟通点都带有感知信息点，以做到可记录、可追溯、可分析，知道生产——仓储——配送——质保整个链条，拉进供应链与用户之间的距离，让销售企业的商品调度更加智能，更加方便。在数字化管理基础上，也衍生出很多智能化应用，人工智能机器人依据数字化管理，通过智能识别、人工智能语言等技术将代替繁重的人力操作，让客户服务、商品配送等工作变得额更有效率，更有质量[1]。
四、数字化转型，推动营销渠道发展
在新零售模式中智能场景转变，基于智能感知后，将规划出更多场景化营销可能，营销方式、渠道等方面将发生较大转换。与传统营销途径相比是一种颠覆，首先，通过数字化转型，销售企业获取客户的渠道会变得更多，社会资源共享，打通数据通道，避免数据断链行为，对客户数据进行精准收据，进行数据化分析，了解数据价值，创造更大的商业价值。另外，营销渠道也会变得更加多样，线下客流转移至线上，零售品牌如何利用微信、微博、抖音等社交媒体平台构建私域流量池，如何精准推广。广告覆盖了抖音、快手、朋友圈、微博等国内主流平台，就成了一种重要的用户管理能力，同时，有数据显示，超30%的消费者表示期待品牌通过智能试妆、VR/AR体验、智能互动屏、自助商品浏览和自助下单等技术手段，改善消费体验，未来或可大范围实现，相应的，也将成为具有价值的营销渠道。
五、结束语
综上所述，旧零售到新零售的转型，更多集中在资源优配、智能调度、营销多样三个方面，资源优配以客户为中心，根据客户需求来设计产品，根据客户实际情况来先一步准备，智能调度是让产品生产经营过程更加可视化，让调度更加方便，而营销渠道变得多样，线上多途径的营销渠道会带来更大商机，供应链转型势在必行。
参考文献
多媒体技术是计算机技术和社会发展进程中人类总需求的结合。计算机技术发展的初期解决的是数值计算问题，诞生的缘由是美国为了研究军事技术，对攻击精度的计算。计算机硬件设备的发展，使计算机处理数据的能力越来越强，逐渐从处理数值发展到对复杂的多种形式媒体的处理。多媒体技术融合了对数据、多种媒体、复杂的智能化处理和交互,并在高速信息网的作用下实现了信息资源的共享。目前，计算机多媒体技术已经改变了人类的生活方式，促进了现代文明的进程，广泛应用于军事、工业、通信、教育、金融、娱乐等诸多领域。
2多媒体技术的特征
从计算机处理多媒体的种类和处理的效果、人类接受的方式来分析，计算机多媒体技术主要具有多样性、集成性、数字化、实时的交互性等特征。
2.1多样性
计算机多媒体技术面向的媒体种类众多（章惠，多媒体技术和教学的有机结合：洛阳大学学报，2003），从最初的数值处理发展到了人类感官能触及到的文字、图像、声音、动画、视频等多种形式媒体的处理。媒体的多样性，使媒体形式变得丰富多样，这必将使表达更为自然生动，表现更为灵活，解决问题更为便捷。
2.2集成性
为了获得更好的展示效果，各种媒体并不是各行其是的。计算机使用不同的媒体，共同展示相同的内容，媒体与媒体之间的融合集成、充分展示，让人们的不同感官得到充分刺激，使人们更易于接受（孙涛，计算机多媒体技术的应用：长春理工大学学报，2011）。为了多媒体后期的运用，各种媒体会被进行数字化处理，然后由多通道统一采集、编辑、存储、检索、显示、传输与合成。计算机领域内最新的硬件和软件技术也将促使多种媒体更好的处理效果和更快的处理速度。
2.3数字化
多媒体中的各种媒体，进入计算机后，已全部转化为了数字，以数字的形式展示和存储。图像经采样量化后，以BMP、RGB、CMYK、黑白灰度图等数字化形式显示、存储；声音是通过一定的采样频率和采样周期，实现模拟到数字的过程；而视频是在每帧图像和声音的采样、数字化基础上，形成的连续信息。
2.4实时的交互性
传统媒体是指报纸、广播、电视、杂志，这些媒体只能单向、被动地传播信息，不能称其为多媒体。多媒体技术与传统媒体最大的区别就是实现了人机交互，使用户能对多媒体信息进行主动选择、操纵和控制，使得获取和使用信息变被动为主动，同时被人的多种感官所感受、体验。不仅如此，因为多媒体的实时性，即是视频、声音等媒体是没有延迟的，随着时间的变化而变化。所以，多媒体的交互在高速网络的帮助下，能做到没有延迟的做出实时反馈。
3计算机创新技术在多媒体技术上的应用
多媒体技术涉及范围非常广泛，包括了计算机软硬件技术、数字信息处理技术、数据压缩、高性能大容量存储、网络通信技术等等。这些日新月异发展的新手段、新技术，推动多媒体系统逐步进入人类社会许多领域。多媒体新的技术不时涌现，带给人们新的惊喜。人工智能是一门新的科学技术，甚至有些大学将人工智能从计算机科学与技术专业剥离出来，独立成一个专业，在学生本科期间就进行相关研究。但事实上，人工智能是建立在数学和计算机科学与技术基础上的高层次学科，是一门近几年出现的最引领人类研究兴趣的技术。人工智能研究的最终结果就是机器人，而事实上，机器人集多种媒体表现于一生，通过机器人的触感模仿人类去理解和辨别外界。人工智能研究的图像识别、自然语言处理、语言识别融合在了机器人身上，与多媒体技术广泛结合，应用于人类生活。我们从机器人身上看到了人工智能对多媒体技术的影响。下面从涉及到的几个方面去分别探讨。
3.1计算机视觉
人们通过感官获取外界信息，仅视觉就能获得外界80%-90%的信息（王守佳，基于图像的人体检测跟踪和人脸识别的研究：吉林大学，2013）。计算机视觉是一门属于计算机智能的学科，采用了动物视觉原理，具有获取图像、分析图像到理解图像的工作过程。计算机视觉通过镜头等图像传感设备代替人类的眼睛来获取周围环境的图像，依靠计算机来代替人类大脑的工作，将采集到的图像进行分析和处理。人类处于一个三维的环境之中，计算机视觉技术可以帮助分析处理。处理的手段可分为三个层次，底层、中间层、高层。底层就是图像处理技术，将二维图像去噪、边缘检测后进行分割、根据图像特征进行提取、图像识别等。中间层是指对图像、视频外在特征的归纳判断，譬如形状、颜色、运动轨迹等。高层，即是对外界事物和环境的观察和理解。由以上三个层次可见，利用计算机视觉技术能对数字化图像改变形态、尺寸、色彩调整、文件格式转换等。目前，计算机视觉技术还能对图像进行高效的检测、高速的识别，对运动轨迹进行精准判断。而这些已被广泛地应用于多媒体产品中。
3.2音频技术
声音是多媒体技术经常采用的一种媒体形式，包括了语音和音乐等。多媒体通常需要通过声音去烘托主题气氛，彰显意境。特别是自学型多媒体系统和多媒体广告，没有人进行现场讲解，那么就需要加入声音进行解说，这样，数字音频信号显得更加重要。音频技术基于电声技术，主要包括：去噪、压缩、调整振幅等的数字化处理，以及语音处理和识别。长久以来，语音识别是人们的梦想，人们一直期盼计算机能够听懂人说话，根据人的语言做出相应动作，这也是设计智能计算机的目的之一。如今，具备多种语言识别功能已成为多媒体设备的标配，识变率也非常高。无论持哪种语言、地方口音的人们，都能通过语音转化为文字，甚至通过语音传送指令，得到回应、达到意图。
3.3虚拟现实技术
虚拟现实技术是利用计算机多媒体技术，运用3D场景、灯光、声音、动感创造模拟出真实氛围，为用户建立出一个虚拟环境。虚拟现实技术与计算机仿真技术相结合，将用户置身其中进行学习、工作与娱乐。这种技术已被广泛应用于教育教学、科普、军事、医疗、娱乐以及大型的网络游戏中。虚拟技术投入成本较高，成熟的设施主要运用于教学，比如多媒体航空飞行教学系统，通过该系统，可按100%比例局部展示表盘、操纵杆、舱外景物，通过配合空中场景、感知各种场景给身体带来的变化。使用这套系统进行模拟训练，可以有效的提高飞行员对飞机的操作水平。随着计算机技术的迅猛发展，虚拟现实技术成为目前的高新技术。在多媒体环境中，多种媒体的相互融合，使媒体的形式更加多样，多媒体技术在模式识别、语音识别和传感技术基础上，提取对象面部特征，模拟触觉、视觉、听觉等感官，使人处于逼真的三维世界，当人有反应或行动时，场景还会适时变化，即是让人如临其境的、自然的与计算机进行交互。虚拟现实技术具有非常广阔的发展前景，为人们的日常生活提供了很多乐趣和便捷。
3.4网络化
多媒体应用的数据通道是通信网络，网络给了多媒体更大的施展空间。多媒体技术的应用要想在网络上有所建树，必要受通信技术的影响。在网络通信技术的进步和整合下，网络带宽影响传输速率、通信协议影响传输可靠性、交换方式影响信道利用率，这些势必会影响多媒体的传输。计算机网络给用户提供了一个难以想象的庞大的信息网络平台，丰富的信息资源随手拈来，方便于人们的学习、工作和生活交流。而无线网络技术的发展，使资源变得随手可取（李晓静，计算机多媒体技术的应用现状与发展前景：科技情报开发与经济，2007），人们可随时随地通过访问全球网络和设备,便捷地实现对多媒体资源的共享，是未来发展的主题。计算机技术的不断创新和发展，促使了巨大的变革。CPU、内存、GPU等在内的计算机终端硬件设备性能越来越先进；而网络设备，例如服务器、路由器、网桥、交换机等也越来越强大。计算机计算的精度、速度、逻辑判断能力和充裕的带宽，让人们更加游刃有余的与网络虚拟世界互动。网络环境的高质、高速，消除了人与人空间和时间上的困扰，能全方位的为人类效劳。动态和交互式多媒体技术还能在网络环境中创建更形象的2D和3D场景。办公、教学和娱乐工具在视频、音频设备的协助下，集成在终端多媒体计算机中，新一代用户界面与人工智能等个性化、网络化的多媒体软件应用，可随时与身处世界任何角落的人们进行交流。
4结论
[关键字]地形测量 测绘技术自动化 数据
[中图分类号] P21 [文献码] B [文章编号] 1000-405X（2013）-3-101-1
1 目前地形测量的测绘自动化技术
测绘自动化是集数据采集、处理、传输、显示于一体。随着计算机、网络技术的发展及测量仪器的智能化，测绘技术自动化技术发生了重大变革，3S技术（GPS全球定位系统、GIS地理信息系统、RS遥感）及其集成技术成为测绘技术自动化技术的核心。
1.1 GPS 技术
GPS 技术具有在海、陆、空进行全方位实时三维导航与定位能力的新一代卫星导航与定位系统，是一种高精度、全天候、高效率、多功能的测绘工具。GPS 定位技术与常规地面测量定位相比，具有抗干扰性能好、保密性强，功能多、应用广，观测时间短，执行操作简便，全球、全覆盖、全天候、高精度的特点。特别是 RTK的定位精度可达厘米级，在水上定位得到了广泛的应用。GPS-RTK 具有定位精度高且精度分布均匀，速度快、效率高，观测时间短，方便灵活，测程不受限制，不受通视条件影响等优点。
1.2 GIS 技术
GIS地理信息系统是利用现代计算机图形和数据库技术来处理地理空间及其相关数据的计算机系统，是融地理学、测量学、几何学、计算机科学和应用对象为一体的综合性高新技术。其最大的特点就在于：它能把地球表面空间事物的地理位置及其特征有机地结合在一起，并通过计算机屏幕形象、直观地显示出来。GIS 具有以下的基本特点：一是公共的地理定位基础；二是多维结构；三是标准化和数字化；四是具有丰富的信息。
1.3 RS技术
遥感RS经过传输、处理，从中提取人们感兴趣的信息。遥感包括摄影、卫星、航空、陆地、航天摄影测量等技术。遥感技术依其波谱性质，可分为电磁波遥感技术、物理场遥感技术、声学遥感技术。遥感信息技术已从可见光发展到红外、微波；从单波段发展到多波段、多时相、多角度、多极化；从空间维扩展到时空维；从静态分析发展到动态监测。RS为GIS 提供信息源，GIS为RS 提供空间数据管理和分析的技术手段 （图像处理），GPS作为 GIS有力的补测、补绘手段，实现了GIS原始地图数据的实时更新。3S的综合应用是一种充分利用各自的技术特点，快速准确而又经济地为人们提供所需的有关信息的新技术，三者的紧密结合，为地形测量提供了精确的图形和数据。
2 测绘技术自动化技术的发展趋势
随着计算机、网络技术的发展及测量仪器的系统、智能化，测绘技术自动化技术向着3G技术及集成技术自动化、实时化、数字化，数据库和应用软件的开发应用，三维可视化技术以及人工智能化发展。使测绘技术自动化技术能全方位的应用于地形测量中，提高了地形测量的效率和准确性。
（1）集成技术与 3G 技术的深入发展。大力普及集成技术与 3G技术的应用范围，对 3G技术中不足的问题进行改进，更新并完善 3G技术与集成技术的测量手段、方法及功能，进一步加强其测量的准确度，使其的技术在地形的测量、测绘领域得到更广的应用、拓展。对数码及全球数字的摄影测量技术在GIS、GPS、3S 及 RS 的集成应用，使得地形测量更加深化，同时也推进了测绘技术朝着数字化、电子化及自动化的方向发展。
（2）测绘软件及数据库的开发与更新。加强地形测量数字化测绘软件的研发，使测绘软件系统更加高效、灵活和功能齐全，使测绘软件技术在地形测量中起到了相当重要的作用。更新完善信息数据库，将采集的测量数据转换直接进入信息数据库，数据管理查询方便，数据共享，实现全球数据更新和扩展空间基础信息系统的动态管理，实现测量数据的管理科学化、标准化、信息化，实现测绘数据的传输网络化、多样化、社会化，使测绘技术走向自动化，实时化，数字化。
（3）专家系统及人工智能在测绘技术中的体现。专家系统及人工智能随着测绘技术及计算机的技术不断发展，其在测绘技术过程中，发挥了广泛的重要的作用。例如，计算机可以通过专家知识，进而模拟人的思维能力，并进行相关的推理、对智能化的图形、信息、数据进行处理，更好的实现管理的职能，提高了工作的效率。专家系统在测绘技术中有着关键作用：可对全部的测量流程实行监测、控制，进行、分析及处理，进而实现信息的共享。
3 测绘及自动化技术在经济中的应用
（1）在工程地质测绘方面的应用。工程的地质测绘工作是进行工程勘察的前提工作，测绘技术是将工程地质与建设相关的地址现象进行观察、分析、描述。便于今后及时地搜集地质的资料、地貌特征等信息。
（2）在防灾及救灾中的应用。测绘及自动化技术的使用，能够较好地实现对大河、大江、及河湖等水位的实时监测，对监测洪水及灾害的面积有指导作用。测绘技术可以对陆地上的水资源及地下的水资源进行污染的监测；还可在防灾、抗灾及救灾等预警系统的管理工作中，起到重要的作用。
（3）在城市的给排水中的应用。目前，在城市的给排水管理工作中，可将自动跟踪全站仪运用到城市的排水建设及测量工作中，此技术的运用，能很好地控制管道掘进的方向及位置，较快实现了排水管道的自动化掘进。
（4）在资源调配中的应用。测绘及自动化技术在资源的合理分配中，起到协调作用。首先，其可利用数字测量技术或者摄影测量技术建立相应的数字模型，对水库及大坝的选址、库容量的计算及受益范围等进行准确设计。其次，为合理地开发及利用各类资源提供相对科学的依据。最后，其还能够精确地将某地区的农作物及土地的干旱、洪涝情况详细的显示出来，并根据旱情的严重程度及水库的库容量，对水资源进行合理地调配。
关键字：电气自动化；自动化控制；人工智能技术
中图分类号：TP18文献标识码：A
1 人工智能技术探究及运用实际状况
最近几年，不少的科研组织及相关院校对于人工智能技术的革新及探究以及电器设备控制的运用问题上都进行了深入的探究，促使人工智能技术在电气设备系统结构设计、故障诊断、预警、监控及自动保护上都达到了一定的层次。
从电气设备结构设计中人工智能技术运用方面来分析：由于电气设备系统结构设计是非常复杂的，关乎到很多方面的知识比如电磁、电路及电机电器运用等，这就对有关工作人员的专业技能及相关知识掌握有着很高的要求。当下，数字化信息技术得到了前所未有的发展，推动了电气产品及控制体系设计逐渐转入了CAD，这就造成一些新产品、新系统的创建时间缩短了很多，在这个大环境下，人工智能技术系统设计质量及速度将获得全方位的提高。
除此之外，人工智能技术对于电气设备故障掌控及预警有着独特的优势。通常，如果电气控制系统有故障的形成那么会在故障形成早期呈现出非线性，为此，人工智能技术独特的模糊逻辑及神经网络等方面优势就可以完全展现出来。
而电气自动化中人工智能技术的运用通常有以下几种技术方式：神经网络、专家系统及模糊控制。而模糊控制技术非常便捷，具有超强的可运用性。通常电气自动化控制系统中人工智能技术是以AI控制器为中心的，可以把它当做一个非线性函数近似器。跟平常的函数估计设备进行对比，AI控制系统在进行设计的时候其目标并不是完全要求是具体的模型，这种方式就可以完全预防了在设计的过程中需兼顾到模型自身参数不确定性的问题。除此之外，人工智能技术有着非常广阔的发展空间，并且非常容易调节，有较强的一直性能，针对全新信息数据有着很好的适应性。进行配置的时候所需耗费的成本低、方便便捷、对外界的抗干扰性能强。
2 电气自动化控制系统中人工智能技术的具体运用
电气自动化控制系统中人工智能技术通常有两种方式的运用：直流传动控制系统和效流传动控制系统。
直流传动控制系统当中，推理机是模糊控制设备的重心，它承载着人脑智能化决策逐渐向模糊控制命令推理。此外，还有模糊化部分、知识库部分以及反模糊化部分，模糊化部分是经过很多种形式的函数对变量值进行的测量，同时把它逐渐模糊化、量化；知识库部分是由数据规则及语言控制库共同组成的知识库，知识库设计的过程中需运用相关专家的成功经验以及专业知识对电气设备进行有效的控制。
人工神经网络控制技术是人工智能技术的另外一种形式，该技术通常使用在不同模式的判别及对多种信息的处理，能够在电气传动控制当中展现出很好的作用。人工神经网络控制技术以并行结构为主，可以在很大范围内所运用，能够在很大程度上提高条件监控、诊断系统的精准性；这种控制技术通常是运用在学习策略差别较小的反向传播当中，这就是说在网络状况非常充裕的隐藏层、结点及适合的激励函数影响下，多层人工神经网络唯有运用反向传播句能够推算出与之相对应的非线性函数的近似参数，这将在很大的程度上提升运行速度。
当进行交流传动控制的过程当中，人工智能技术的采用通常也包括模糊逻辑及神经网络两方面的具体方式。
针对模糊逻辑来讲，截止到现在，大都用模糊控制器将之前的普通速度控制设备完全代替，但在国外一所大学中探究出一种高性能的具备多个模糊控制器的全数字化传动控制系统，这种系统具有的模糊控制器能够完全的代替之前的普通速度控制设备，同时能够很好的完全控制任务。
从人工神经网络控制技术来讲，在现实的探究工作上以对交流电气设备及所驱动的客观环境参数的监测及诊断为最终标准。当人工神经网络对电动机进行控制的时候，可以选用反向转拨的计算方式，经过相关实验数据的运用，通过电机负载转矩以及电机的最初速度来最后确定智能监控体系能够检测的在最大速度的前提下所产生的增加数值。此设计方案的运用，要求神经网络具备辨别三维图形映射的功能，以此才可以促使其以梯形控制计算模式具备超强的控制功效。在这种模式中，人工神经网络控制技术能够很好的缩小电气自动化系统定位工作所花费的时间，同时增强对负载转矩及非初始速度变化范围的控制。人工神经网络的结构通常是以多层前馈型常见，通常将其划分为两个系统：一种是在分辨电气动态参数的前提下针对经过定子的电流开展自行调节与掌控；一种是在分辨机电体系运行参数前提下对于转子速度开展自行调节及掌控。
电气自动化控制系统的设计
(1) 集中监控方式
集中监控方式的最大特点是维护非常便捷，针对控制站，防护级别不用特别高，其设计的完成是非常简单的。但由于是集中式监控，它的工作原理是将所有性能有效的结合在同一个处理器，以顺利的完成处理工作。为此，针对处理器来讲其所承受着很大的工作压力，这主要是由于电气设备大多是在监控下开展的工作，假设监控对象时常显现出来，必然会造成主机冗余减少，然而电缆所产生的改变就会浪费很多的成本，距离比较长的电缆，若形成干扰的状况就会造成该系统出现不稳定的情况。同时，隔离刀闸的操作闭锁和断路器的联锁运用硬接线，由于在分隔刀闸接点的方位有缺陷的存在，就会造成设备正常运行起来非常艰难，以此不能够顺利的进行二次接线。由于线与线之间的连接非常复杂，设备操作起来非常困难，这就会给维护工作造成更大的难度。
(2) 现场总线监控方式
当下，以太网(Ethernet)、现场总线等计算机网络技术逐渐运用在变电站综合自动化系统当中，同时具备了较为丰富的动作指令，而智能电器设备目前也已经得到了迅速的发展，所有的这些有利情况的出现促使了网络监控及发电厂相互间的联系更为紧密。总线监控令设计标准更为鲜明，就间隔的不同，在性能上会展现出很大的不同，为此，我们能够作为间隔进行有关设计。运用此监控方法，包括了目前所有远程监控方法的独特优点，同时可以很好的减少隔离设备的总数量，也包含了隔离设备、端子柜、I/0卡件、模拟量变送器等。针对智能设备一定要及时的进行有关装配，假如运用通信线及监控系统相互间进行连接，那么就可以节省很多的控制电缆，节约投资。除此之外，装置相互间的性能是不会相干扰的，装置相互间是由网络联系在一起形成的，因网络组织较为轻松，为此就促使系统更加稳定坚固。如果其中一个装置有问题出现，那么其他的配件也会受到牵连，但却不会造成系统整体停止。为此，现场总线监控可以当做今后发电厂网络监控的一种有效的使用方法。
3 电气自动化控制系统的未来发展
OPC(OLE for Process Control)技术的涌现，IEC61131的颁布及Microsoft的Windows平台的范围运用，很好的为计算机带来了一个全新的运用方向，因电气技术具有优越的融合性能，为此有着很大的发展空间。目前在步入国际化时代下，多种控制系统开始得到非常广泛的运用，这被越来越多的商家所注重以及运用起来。Pc 客户机/服务器体系结构、以太网和Internet技术推动了电气自动化的每一场新的革命。在日益变化的市场需求下，自动化与IT平台的融和,电子商务的广泛使用推动其不断的发展。Internet/Intranet技术和多媒体技术也在自动化上有着非常宽阔的发展空间，企业管理人员采用平常的浏览器就能够顺利的将有关储存及提取信息的工作很好的完成，同样可以把当下企业的生产流程当做监控目标，可以获取较为精准、全面的各方面信息。随着虚拟技术与视频技术的巧妙运用，对人机界面及维修体系带来了非常显著的影响，运用对应功能强的软件，将会对通讯成果及组合氛围的准求更加显著，软件性能增强，从某一种设备开始向集成的方向转变。
总体上来讲，电气自动化控制系统为今后的发展创造了很大的空间，为了能够很好的面对未来更为复杂化的各方面需求，我们一定要兼顾电气自动化的发展特点，适时为企业选择专业化的高技术人才来推动企业的进步与发展，为此，与之有关联的企业将有了更为宽广的就业前景。但需要特别关注的是，这种行业要求必须要具备超强的专业技术，在进行装置配合工作中，需要将自动化与智能化看作工作的首要工作，逐渐促使有关设备与国外发达国家水平相接轨，独创行业的领头团队。
4 结束语
电气自动化控制系统是提升电气设备的生产性能、流通交换速度的关键性方面，在完全‘放弃’人工操作控制的前提下，最大程度的实现了智能化操控。不单单能够为企业节约人力、物力及企业成本，并且有助于提升企业生产效率。人工智能技术是探究人类智能模拟的学科，其最大的特点就是自动化。这就是说电气自动化控制系统中，人工智能技术的运用前景是异常宽广的，在数字控制理念的科学指导之下，之前所运用的控制器设计技术必然会慢慢的被具有良好控制成果的人工智能软件设计所代替。为此，相关企业及单位一定要加强在电气自动化控制上的人工智能技术的探究，以便于为企业未来的健康、快速发展提供足够的技术支持。
参考文献
“农村地区的孩子，越来越难考上好学校。像我这种属于中产阶级家庭的孩子，衣食无忧，而且家长也都是知识分子，而且还生在北京这种大城市，所以在教育资源上享受了得天独厚的优越条件。”2017年北京高考文科状元熊轩昂的这一段话红遍了网络，人们再次掀起对教育资源分配不均现实的讨论。与此同时，另一位高考网红也出现了，没有知识分子家长和中产阶级的家庭，也没有享受北京的教育资源，却和高考状元们同场竞技并取得了134分的数学高分，这就是学霸君的智能教育机器人Aidam。
将人工智能应用到机器人参加高考是为了什么，像AlphaGo一样挑战极限？学霸君的创始人兼CEO张凯磊表示：“很多人都搞错了，我们做机器人自动解题，不是为了去挑战人类做题的能力，这是没有意义的，机器不可能自我觉醒地去发现一个新定理。” 他对智能教育机器人的期望是成为人类的助教，而且是可以针对每个学生的个性化助教。
超越“老中医”
在初高中阶段，一个优秀的教师是怎么样的呢？假设他在考试后批阅学生的卷子，除了卷子上题目的对错，他还会回忆学生近期的表现，分析学生为什么会错，是知识点没掌握，还是无法将题目的信息和已有的知识相联系。优秀的教师由此在脑海中对每个学生有一个整体的感觉，知道如何因材施教，然而这种感知能力是要靠长期经验积累的（而且并非人人都能达到），难以表述和传授，只有靠少数极优秀的老师进行方法总结，但代际传承的效果并不好。
张凯磊认为，教育资源的不足，本质是优秀教师数量的不足。如果能在降低教师负担的同时，将优秀教师的能力“复制”给普通教师，同时“放大”这种能力，将大大缓解教育资源不足的问题。
他将教师的工作和医生进行了类比。医生的工作可以划分为诊断和治疗两部分，对应教师对学生的能力判断和知识讲解。目前的教育模式恰似传统的中医，诊断同样是要靠医生 “望闻问切”的个人水平，而且传授不易。“没有清晰的数字可让人理解，也没有可供分析的系统。”但现在医院已经靠数字化很大程度上解决了诊断的问题，“未来教育也会变成一个有科学依据，有信息数据做支撑，数字驱动的领域，因为这样的效率更高。”张凯磊说。
相较人类教师，计算机的问题在于机器的理解能力，要如何看懂题目。这也是学霸君利用人工智能在做的核心工作。智能机器人Aidam在考试中被扣掉的16分，全是在理解上出的问题，当然这也意味着人工智能已经能看懂134分的题目了。想象这样一个场景，学生做完作业和测试后，将结果传输给机器进行判卷，除了判别对错，还和以往的数据进行比对，通过算法发现学生知识的薄弱点，给出针对性训练的题目，并将学生的学习状态以可视化图表的形式传递给教师。
这个场景已经开始实现。学霸君在安徽落地的合作学校中，数学、物理、化学和生物使用了学霸君软硬件服务的班级，这几门学科的成绩都大幅提升。通过学霸君研发的数据采集笔，在不改变学生书写习惯的情况下，将整个过程的数据全部采集，然后由机器进行识别判卷。“目前批改作业，机器批70%，正确率会在99%以上，机器判断不了（主要是无法识别）的交给人工，未来会全部交给机器。”张凯磊说，每天仅批改作业，教师就能节省接近2个小时，而数据分析结果将通过云服务展示给教师，“作业数据和考试数据实时更新，学生的学习能力、掌握的知识点、学习态度，全部在表上清清楚楚”，学科主任、年级主任和校长还可以看到学科、年级和全校层面的数据分析。
和时间做朋友
追根溯源，中国的教育源自于普鲁士教学法，本质是“在规定的时间，以规定的课时和标准，学规定的内容，最后考一次试”。在张凯磊看来，这样的教育模式就像工业的标准化生产一样，而未来的教育模式将是高度个性化、规模化和专业化的，“个性化是解决教育负担过重和教育不公平的核心手段。”
这个发展可能会分为五个阶段：
第一阶段，进行教育基础数据的数字化，并且可以进行数据管理。
第二阶段，学生的学习数据被全面数据化，学校以数字化的形式对全校学科进度进行管理。
第三阶段，教育实现中度的个性化，学生开始按学习进度分层教学，出现小规模的教育集团推动数字化技术应用的进一步发展。
第四阶段，教育实现高度个性化，中度的规模化。出现少数的大型教育集团，“比如现在有7.6万所学校，未来2万所头部的学校，是由100家教育集团组成的。”一个校长可能会管理十几个校区，体系内高度信息化，体系外形成学科、教学理论的竞争。
第五阶段，教育高度个性化、规模化、专业化。不再有教布置作业，学生使用系统进行个性化的自我训练，并依据能力和学习效果，在两个月或更短时间内分为不同层次接受教学。由最顶级的教师，通过系统观察学习数据，对班级进行针对性辅导。通过发达的视音频及时通讯技术，一名教师也许可以教学上万名学生。
“长期来看，学霸君会成为一个教育运营公司。”张凯磊认为，目前学霸君实施落地的学校中，有一两所已经达到了第二阶段，而从技术上来说，学霸君即将达到第三阶段。但这依旧“任重而道远”。以学霸君核心技术之一的手写识别为例，“我们可能是国内做得极好的了，但直到今天，还有17个主要的课题没解决，比如说离线环境下混合中英文公式的手写识别，没有任何突破性进展；联机环境下的中英文识别已经做到了高精度，但还不到大规模商业化的程度。”除此之外，学霸君的技术图谱中还有视觉自然、语言语义、中文符号识别、在线手写数学公式、提名推荐、深度学习，视音频通讯等数十项技术的落地，“但好在我们已经找到了模式，可以用海量的时间、数据来趟平它，然后让用户习惯和熟悉，带来真正的价值。”
关键词：KBE；KF；注射模；人工智能
中图分类号：TQ320.5 文献标识码：A 文章编号：1006-8937（2013）03-0029-02
21世纪模具技术的核心是模具的数字化设计制造，数字化设计技术的核心是知识工程技术，知识工程（KBE）是模具数字化设计的重要发展方向。“KBE是人们积极利用经验知识以解决问题作为前提并与人工智能（AI）应用有关的一个研究领域。”KBE在模具设计领域的研究重点在于：模具设计知识的获取和表示、模具设计知识的推理技术（RBR、CBR、MBR）、模具设计知识的管理、知识发现（KDD）等。是当前塑性加工和模具的前沿领域和研究热点。KBE在机械制造行业应用领域的研究很少。将KBE及其相关技术与注射模具设计结合起来，构成智能化的设计和决策体系，从整体上提高注射模的水平是模具行业计算机应用发展的重要方向之一。
1 注射模设计应用KBE的关键技术
①知识的表示。针对注射模具设计领域知识、经验繁杂，标准化程度不高的现实情况，研究如何将语义网络、谓词逻辑、框架、脚本、神经网络等知识表示形式结合，在满足搜索效率的前提下，对注射模具显性、隐性知识、经验进行充分表示。同时，知识库的更新永无止境，要做到与时俱进。
②知识的推理。在基于CBR推理的基础上，研究和改进新算法，优化检索机制，使知识推理更加有效，实现知识的多粒度重用。
③知识的熔接。采用UG/Open API， UG/Open GRIP， UG/Open Menu Script 和UG/Open UIStyler作为开发工具，实现CAD/CAE平台的融合，CAD与知识库的融合，实现知识熔接。
④设计方案的评价。在综合考虑成本、功用、制造工艺、生产周期等方面，建立模具设计质量评价系统。
2 应用KBE注射模设计的整体构建
①建立基于知识的注射模设计系统的运行平台。其整体框架如图1所示。
②按照模具行业标准、企业标准的要求，对注射模具设计中广泛采用的显性、隐性知识，典型模具设计案例进行充分挖掘、有效表达。建立较为完善的注射模具设计知识库。为注射模具设计中知识的重用提供可能。并利用KF技术将知识库与CAD/CAE软件实现无缝连接，使模具设计由参数驱动转为知识驱动。同时建立统一的数据模型是实现CAD/CAE集成的关键，为进一步提高数值分析的精度提供了可能。知识库的结构形式如图2所示。
③在对新产品进行模具设计时，人们通常会根据塑件的特点联想到曾经的模具设计案例，能否在以往成功的模具设计案例上进行适当修改来完成目前的模具设计工作。若要实现模具的智能设计，这就需要将曾经的成功模具设计实例按一定的方式组织起来，形成注射模设计领域的实例库，并以一定的机制来实现对库中典型实例进行匹配及检索。
④模具智能化设计的成功与否，应建立科学、合理、客观的评价系统。将质量管理学知识（如QDF）应用于模具设计的评价领域。
⑤UG NX6.0开放性强，通过UG/Open进行二次开发，制作标准统一、风格一致、交互性强的智能化设计界面。
3 结 语
在注射模设计中应用KBE能够改变长期以来模具企业生产的不足。取而代之的是设计周期明显缩短、生产标准化更强、试模次数显著减少、企业成本快速降低、竞争力不断提升，同时降低人才流失的风险。在使模具生产企业获得良好经济效益的同时，也有利于进一步增强企业的创新能力。
参考文献：
[1] 吴庆鸣，张志强.基于KBE的隧道掘进机主机智能设计系统[J].中国机械工程，2006，17（4）.
[2] 李婷.基于KBE的汽车发动机快速设计技术与软件系统[J].制造业自动化，2010，32（1）.
[3] 赵波.基于KBE的机械产品设计[J].机械设计，2004，（7）.
[4] 李治.产品设计知识的表示与重用技术[J].上海交通大学学报，2006，（7）.
[5] 丁志强.基于KBE技术对CAD系统进行标准件库开发[J].计算机与现代化，2004，（4）.
[6] 唐林新.基于知识工程的模具设计[J].电加工与模具，2007，（6）.
[7] 赵华.我国知识工程的研究现状及进展[J].中国制造业信息化，2008，（3）.
[8] 江伟光.面向知识工程的产品信息模型[J].农业机械学报，2008，（7）.
[9] 刘琼.塑料注射Moldflow实用教程[M].北京：机械工业出版社，2011.
[10] 高济.人工智能基础[M].北京：高等教育出版社，2002.
[11] 侯永涛，UG/Open二次开发与实例精解[M].北京：化学工业出版社，2007.
[12] 夏天.UG二次开发技术基础[M].北京：电子工业出版社，2005.
