人工智能建設方案范文

導語：如何才能寫好一篇人工智能建設方案，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關鍵詞： 人工智能； 發展歷程； 智慧城市； 發展趨勢

中圖分類號： TN911.73?34 文獻標識碼： A 文章編號： 1004?373X（2016）07?0112?03

Abstract： The artificial intelligence in network age takes the computer as the core， and has great development and innovation in the research of the interdisciplinary field， including cognitive science， biological intelligence， physics and network science. The level of artificial intelligence is high， and processing speed is fast， which can reduce the burden of manual labour or mental work for human， and greatly improve the human life quality and production efficiency. The development process of artificial intelligence is described， and the application of artificial intelligence in Internet age is analyzed by taking intelligent distribution network and smart city as the example. The development trend of artificial intelligence is estimated. This analysis has positive meaning to analyze the development of artificial intelligence.

Keywords： artificial intelligence； development history； smart city； development trend

1 人工智能發展的歷程

20世紀50年代隨著第一臺現代計算機的出現，人工智能的興起涌現了一些研究成果，如機器定理證明、通用問題求解程序LISP表處理語言、跳棋程序等，不過到50年代末期發展進入瓶頸期。

在60年代初期，專家系統的出現使得人工智能進一步發展，直至70年代末。這一時期的主要研究成果是MYCIN疾病診斷和治療系統、Hearsay?II語音理解系統、PROSPECTIOR探礦系統和DENDRAL化學質譜分析系統等，專家系統的出現和成熟把人工智能推向了實用化的發展道路。

在1982年，日本開始了“第五代計算機研制計劃”，掀起了人工智能研究的熱潮，使人工智能在80年代得到極大的發展。在1987年，美國召開第一次神經網絡國際會議，此后各國都加大了對神經網絡的研究，使神經網絡飛速發展，極大地提升了信息處理的效率，為人工智能的進一步發展奠定了基礎。

90年代，隨著國際互連網技術的成熟與應用，人工智能的研究對象開始由單個智能主體轉向網絡環境下的多個智能主體，更加關注整個的網絡環境，更加的立體和全面。人工智能不僅能解答基于同一目標的分布式問題，還能解答基于網絡環境的多目標問題求解，極大的提升了人工智能的實用性、智能性。而Hopfield多層神經網絡的發展，則進一步擴大了人工智能的應用范圍。

2 基于網絡時代下的人工智能的應用

2.1 以智能配網為例

傳統的通信方式已適應配網智能化發展的需要，對于二級通信方式更是如此，因為其需要架鋪屏蔽載波電纜。而屏蔽載波電纜的架鋪不僅工程造價高、施工難度大，而且建設周期也長，不具備環路條件[1]。盡管可進行GPRS無線公網改造，但還是會存在任一級通信中斷都會影響配網終端設備的通信，可靠性、安全性差的問題還是沒有得到妥善解決。普及無線專網技術在智能配網中的應用，減少停電時間和經濟損失。而新一代無線通信技術的發展及成熟，為智能配網的完善提供了技術支撐。無線專網技術的應用應在電力監控系統的范疇內進行，以網絡的生產控制大區為發展平臺，借助于生產控制大區的專用網絡通道進行通信[2]。WiMax技術是智能配網應用無線專網技術的首選，其“三遙”功能是通過配電調度系統、無線專網通信的配電終端裝置實現的[2]。

WiMAX技術能在現有的網絡設備上開展，支持TCP/IP協議，基站可提供標準的以太網口，通過全IP的網絡與現有的網絡直接連接，連接城域網。WiMAX電力專網能綜合接入包括無線路由器的常見網絡終端設備，直接連接二層交換機，并把信息以圖標、語音、數據的形式進行傳遞。通常情況下，配電終端的數量是變壓器的數十倍，而一個中等城市變壓器的數量也是相當可觀，不利于配電終端相關信息數據的管理，對于離散型高、距離遠、數量多的配電終端更是如此，而WiMAX電力專網可點對多點、遠距離傳輸、運行可靠，有效應對上述問題，可以把配電終端直接接入配電控制中心，非常有利于調度中心收集線路故障信息、智能電表的大用戶的用電量。

比如，對于一個配有主干光纖設備到供電公司的開閉所，假設配電支路的最遠配電終端距開閉所15 km，開閉所距離供電局20 km，配電終端FTU和TTU均勻分布在配電支路沿線內，電桿高度5 m，控制箱附近10 m開闊。那么可以沿配電支線走向建設3個WiMAX基站，每個基站覆蓋半徑4 km，以就近原則接入終端，每個基站接入60個，覆蓋配電支線全段。為了確保以后發展需要，可把配電終端接入基站的數量設為200，并通過劃分扇區增加容量。通過WiMax基站，開閉所就能通過無線專網對數據進行收集和整理，然后再通過開閉所的光纖主干網把相關數據匯集到配網調度控制中心的DMS系統中。

2.2 以智慧城市為例

應用智慧城市關鍵支撐技術構建智慧城市時，首先要著眼于城市的整體規劃和布局，設計初步的智慧城市的頂層架構方案，結合城市的信息化建設方向，并對方案進行整體的分析和考證，保證方案的可操作性和有效性，確定建設智慧城市的戰略目標，在整體上把握智慧城市建設的效果。其次，各支撐技術系統要保證智慧城市建設方案的順利實施，各技術系統的建設要保持開放性和標準化，并在他們之間建立相互聯系和配合的規則和標準，實現系統的可運營和可管理。

構建智慧化信息支撐體系是智慧城市建設的基礎工作。在城市基礎設施領域，利用關鍵支撐技術，實現城市基礎設施的智能化，主要的工作對象是交通、環境、通信、水電、公共安全、醫療、政務，繼而收集并利用城市各種形式的資源。在信息資源整合方面，加強對大數據和云計算技術的應用，提高智能分析數據的能力，并不斷完善整體運行平臺的建設[2]。

如圖1所示為智慧城市信息支撐體系架構，作為一種開放式立體體系架構，它是由平臺層、感知層、應用層、網絡層組成。值得注意的是，整個網絡中的智能處理、計算能力在這四個層面上都有所體現：網絡層的使能控制層面、應用層內的智能處理層面、感知層的網關層面、平臺層的大數據智能分析與PAAS公共服務層面[3]。該開放式的體系架構實現了整個系統能力的均衡部署，通過四層的相互關聯與智能分布，保證其構架具有可自由擴展、清晰、標準、面向未來的特性。在此構架的基礎上，建議有一個可自由刪除、添加業務的環境，而彈性業務環境能保證業務之間的聯系和互動。

感知網關、感知網絡、傳感器、感知終端等組成了感知層。城市環境中的事物狀態是感知層的主要工作對象，感知層把感知數據送到網絡層，并且為了保證整個體系架構的應用，感知對象、網絡、終端等各個環節處在可運營、可管理的狀態下，城市智慧管理中心要對感知層施加管控手段。

作為智慧城市信息、數據傳遞的主要載體，網絡層使得應用層和感知層之間數據的傳遞更加迅速和可靠。

云計算IAAS層和PAAS層共同組成了平臺層。而云計算IAAS層的核心設施是互聯網絡、數據庫、云計算操作系統、服務器存儲設備，保證應用層和PAAS層的應用服務系統的運行有足夠的資源和穩定的虛擬化運行環境支撐。PAAS層包涵的大數據處理和智能挖掘分析系統、公用服務組件、中間件等主要是為了保障應用層功能的進一步完善和加強。

應用層經常使用到的應用有以下五類：智慧城市決策領域、智慧安全領域、智慧城市管理領域、智慧公眾服務領域、智慧環境領域，五類應用保證了應用層面作為支撐智慧城市發揮功能主體作用的實現，他們相互配合，互為補充。

3 人工智能發展趨勢預估

在計算機網絡迅速發展的時代，可以利用人工智能進行語言翻譯。不過，當前的語言技術并不成熟，尚不能克服語義障礙，既不能把任意輸入轉化為高質量譯文，也不能生動體現自然語言中模糊、曖昧成分，更不能對整篇的文章進行理想的翻譯，但相信隨著語言技術和人工智能的發展，語言翻譯將不再是難事。

自適應系統是人工智能下一個十年的發展方向之一，自適應系統不僅能處理完整的信息，還能處理殘缺的信息，甚至能對殘缺的信息進行智能化補充。發展自適應系統需要相關技術的支撐，筆者認為首先應發展理解與處理上下文的技術，使信息、數據的處理更加成熟、高效、準確。發展多路學習機制，使得自適應系統能在日常的運行中不斷積累經驗，使人工智能能適應不斷變化的環境。最后發展自動進化機制，使得人工智能不斷學習，改變單一的被動處理信息為主動的智能處理信息，甚至具有一定的預判能力。

對于人工智能的學習，還需要大量的技術支撐，現階段已成功運用的學習方法有增強學習算法等。當學習的效果并不理想，尤其是在線學習方面，這將在很長的一段時間內困擾著相關技術研究人員，相信在不久的將來，一定能尋找到一個新的方法來解決移動機器人智能存取信息、自主agent等難題，克服在線學習技術瓶頸。

在最受人們關注的機器人領域里，人工智能蘊含著十分強大的發展空間。雖然現在已經實現了機器人與人的對話交流等強大功能，但相信在未來，人們一定會挖掘出人工智能更多更強大的功能并運用到機器人中，讓機器人更好的為人們服務。在控制領域內，雖然已經實現了遠程操控技術，但并不普及，相信在未來，人們可以更輕松自如地利用人工智能實現對家用電器等的遠程控制。

4 結 語

人工智能一直處于計算機的前沿技術，其研究的理論和發展在很大程度上決定著計算機的發展方向。本文主要介紹了人工智能的發展歷程，人工智能在智慧城市中的應用以及發展趨勢預估。重點以構建智慧城市為例，闡述了人工智能在建設智慧城市中的具體應用。隨著人工智能技術的發展，它將會給人們的學習、生活和工作帶來極大的便利。

參考文獻

[1] 睢丹，金顯華.人工智能在網絡擁塞控制中的路徑優化研究[J].計算機仿真，2011，28（9）：102?105.

[2] 鐘義信.人工智能的突破與科學方法的創新[J].模式識別與人工智能，2012，25（3）：456?461.

[3] 陸陽，喬鋼柱，譚瑛.基于Android的智能家居程序開發與研究[J].物聯網技術，2014，4（3）：31?32.

[4] 陳晨，齊向東.基于RFID的智能車庫系統設計[J].物聯網技術，2014，4（4）：30?31.

篇2

>> 智能游戲開發與設計課程教學方法探索 數字媒體技術專業游戲設計與開發方向本科課程設置的探討 游戲設計與開發課程教學方法探析 游戲開發應用中的“人工智能”課程教學方法探討 基于多元智能理論的網絡教育游戲設計與開發 面向游戲開發方向的“計算機圖形學”課程建設探討 計算機審計課程開發與建設探討 智能信息處理課程群輔助教學網站的設計與開發 益智小游戲設計與開發 游戲設計方向課程建設研究 “人工智能與游戲編程”課程設計 高職游戲開發專業課程體系建設 基于普通高校成人高等教育課程開發與課程建設的探討 數字游戲設計專業建設方案探討 智能科學與技術專業的算法設計與分析課程教學探討 《Flas設計》課程建設的研究與探討 《網絡綜合布線設計與施工》課程建設探討 基于工作過程的《網頁設計》課程開發與設計探討 “智能科學與技術”本科專業軟件實踐類課程建設探討 “新藥設計與開發”精品課程的建設與實踐 常見問題解答 當前所在位置：l.

[4] 第九屆中國國際數碼互動娛樂展覽會[EB/OL]. [2011-06-23]. /.

[5] 彭巖,王萬森. 智能科學與技術專業建設的探索與實踐[J]. 計算機教育,2009(11):30－33.

[6] 王小捷. 北京郵電大學的智能科學與技術專業[J]. 中國人工智能學會通訊,2011(3):28－30.

[7] 李儀.“人工智能與游戲編程”課程設計[J]. 計算機教育,2010(10):99-101.

[8] 陳少波. 中國動漫游戲專業教育現狀和發展策略[J]. 浙江學刊,2007(2):221-224.

[9] 王浩. Visual C++游戲開發經典案例詳解[M]. 北京:清華大學出版社,2010:204-217.

[10] 吳清強,劉方. 計算機游戲基礎教程[M]. 北京:電子工業出版社,2010:187-196.

[11]John David Funge. 人工智能在計算機游戲和動畫中的應用[M]. 班曉娟,艾迪明,譯. 北京:清華大學出版社,2004:107-116.

[12] 于洪. 智能科學與技術專業的算法設計與分析課程教學探討[J]. 計算機教育,2010(10):15－18.

Study on Intelligent Game Development and Design Teaching

YU Hong, WANG Guoyin, LIU Hongtao

(Institute of Computer Science and Technology, Chongqing University of Posts & Telecommunication, Chongqing 400065, China)

篇3

Abstract： In view of the characteristics of artificial intelligence curriculum， including abstract content and complex algorithm， and the actual needs of undergraduate teaching， combined with teaching practice， this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system， teaching content， teaching methods and assessment methods.

P鍵詞： 人工智能；創新；本科

Key words： artificial intelligence；innovation；undergraduate

中圖分類號：G642 文獻標識碼：A 文章編號：1006-4311（2017）22-0230-02

0 引言

人工智能是計算機科學的一個分支，是當前科學技術中正在迅速發展、新思想、新觀點、新理論、新技術不斷涌現的一個學科，其屬于一門邊緣學科，同時也是多個學科交叉而成的一門學科，包括語言學、哲學、心理學、神經生理學、系統論、信息論、控制論、計算機科學、數學等[1]。當前人工智能已經是很多高校計算機相關專業的必修課程，它是計算機科學與技術學科類各專業重要的基礎課程，其教學內容主要包括自然語言理解、計算智能技術、問題求解和搜索算法、知識表示和推理機制、專家系統和機器學習等，國內外很多大學都意識到了其重要性，紛紛對其展開了教學和研究。人工智能課程包含多個學科，具有內容抽象、理論性強、知識點多等特點，且算法復雜，但是多數高校采用的教學方式仍是傳統的課堂教學方式，即“教師講、學生聽”的教學模式，這種信息單向傳輸教學模式以教師為主體，學生只是在被動的接收知識；存在過分重視理論教學，忽視實踐活動教學的問題，導致教育內容無法和社會接軌；人工智能教材理論性過強，學生在學習過程中常常感到枯燥乏味，進而對學習該課程失去熱情[2]，久而久之，不僅人工智能課程的教學質量和效果無法達到預期，甚至學生還會產生厭學心理。針對人工智能課程中現有的各項問題，本文作者結合自身豐富人工智能教學實踐經驗，參考人工智能課程特點和教學目標，從多個方面探討和總結了人工智能，包括教學內容、教材選擇、教學方法和考核形式等。

1 教學內容優化與更新

人工智能是一門嶄新的學科。開設本課程首先是確定教學內容。通常來講，人工智能學科的內容包括兩個部分，具體：一是知識表示和推理；二是人工智能的應用。前者是人工智能的重要基礎，后者主要介紹了幾種人工智能應用系統，包括自動規劃和機器視覺、機器學習、專家系統等。另外，課程內容中還包括了一些人工智能應用的實例，將實踐和理論緊密結合起來[3]。

隨著時代的發展和科技的進步，人工智能學科也取得了較大發展?；诖耍斯ぶ悄軐W科也應該與時俱進，更新人工智能教學大綱，進一步完善其教學內容。修訂后的人工智能教學大綱將人工智能分成兩個部分，即基礎部分和擴展應用部分。前者包括計算智能、搜索原理、知識表示等，后者包括智能機器人、智能控制、多智能體、自然語言理解、自動規劃、機器學習、知識工程等。

教學內容的選擇和確定應綜合考慮多項因素，不僅要重視基礎知識，也應注意推陳出新，隨著科技的進步做到與時俱進，同時教學內容應符合現實的需求，能夠與社會接軌，將理論和實踐緊密結合起來，只有這樣人工智能課程的教學質量和效果才能事半功倍。

2 教學策略及教學方法的改革創新

由于人工智能課程具有算法復雜、內容抽象、理論性強、 知識點多的特點，傳統的教學模式已經無法滿足人工智能課程的需求，教師應探索更加有效的教學模式和方法，確保人工智能課程能夠取得良好的教學質量和教學效果。具體的改革和創新人工智能課程的手段和方法主要包括以下幾個方面：

2.1 激發學生的學習興趣 無論是經驗還是常識都在告訴我們每個人最好的老師就是興趣，學生只有對某門學科存在興趣，才會更加主動積極的學習該門課程，從而獲得良好的教學效果。比如，作者在課程的一開始先播放了一段著名導演斯蒂文?斯皮爾伯格的《Artificial Intelligence》的相關片段，由這個電影學生知道了世上存在人工智能的機器人，學生們隨著電影情節的發展而深深感動，與此同時教師讓學生思考和談論人工智能是什么？研究人工智能的意義在哪里？實踐發現，在課堂中加入電影因素，能夠大大提升學生們的注意力，讓學生更加專注在教學任務中，有效提高了學生探索人工智能的積極性和主動性。此外，在教學中還可以用動畫、視頻、圖片等手段將反映人工智能最新研究和應用的成果展示出來，讓學生更直觀的感受人工智能的奧妙，從而投入更多熱情學習人工智能課程。

2.2 面向問題的案例教學法 案例教學法是一種以案例為基礎、以能力培養為核心的一種教學方法[11]。針對學校學生特點，我們采取了以下幾種教學形式實施案例教學。①講解式案例教學：這種案例通過教師的講解，幫助學生理解抽象的理論知識點。案例的呈現有兩種基本形式：一是“案例―理論”，即先給出教學案例，然后再講解理論知識；二是“理論―案例”，即教師先講解理論知識，再給出教學案例；通過情境體驗與案例剖析激發學生認知的興趣，引導學生對將要學習的內容產生注意，有利于教師導入新課。②討論式案例教學：在課程初期將學生分成若干學習小組，每小組3～4人；教師將提前設計好的一題多解的教學案例以及收集的相關資料分配給每個小組，要求學生在課余時間通過自學和組內討論的方式給出問題的不同解決方案。③辯論式案例教學：在課程后期，采取專題辯論的方式對綜合應用案例進行討論，能有效地啟發學生全方位地思考和探索問題的解決方法，加深學生對人工智能的理解。

2.3 個性化學習與因材施教 在開展課程教育過程中應注意對學生進行個性化教學，結合學生特點因材施教。比如，在日常教學中多觀察學生情況，鼓勵那些應對教學任務后仍存在余力的W生深入探索較深層次的課程及相關知識，同時友善面對學習較差的學生，分析其學習過程中面對的困難，有的放矢地采取應對措施，幫助其不斷進步；在教學過程中讓學生以讀書報告的形式多多思考，鼓勵學生發散性思考問題，鼓勵優秀學生進行深一步的探討，并且教師應幫助具有新穎思想或論點的學生將其智慧以科技論文和發表文章的形式轉化為成果。

2.4 注重綜合能力培養 在研究型教學中任務驅動是一種常用的教學方法，其中心導向是任務，學生在完成任務的同時也在吸收和掌握知識。通常來講，該教學方法的步驟是：教師提出任務師生共同分析以得出完成任務的方法和步驟適當講解或自學、協作學習完成任務交流和總結。”[3]該教學模式不僅有利于培養學生的創新能力和創新意識，還能夠培養學生解決實際問題的能力，提高其綜合實力。不僅如此，由于該教學模式通常是以小組協作的方式進行，教師給出研究范圍，學生自愿結組并選擇具體的題目，經過分析和討論后以程序設計或者論文的形式協作完成研究。由此可知，學生是在以團隊的力量解決問題，這十分考驗學生的團隊協作能力，對于學生團隊合作精神的培養至關重要，且在完成任務的過程中學生需要查閱大量的資料，久而久之學生收集資料和創新能力勢必會得到提升。

2.5 采用啟發式教學 人工智能的很多問題都較為抽象，對學生理解力的要求較高，因此，在實際的教學過程中教師應有意識的就課程內容提出相關問題，讓學生自己獨立思考，鼓勵學生提出自己的想法和解決方案。然后回歸到課程上，對比分析教材上的解決方案和學生自己的解決方案，如此不僅培養了學生獨立思考的能力，也增加了學生參與教學活動的意識，提高了學生的學習熱情。比如，在講到較為抽象的“遺傳算法”時，先提出一個問題，即“遺傳算法如何用于優化計算？”，然后從“達爾文的生物進化論”入手，討論“遺傳”、“變異”和“選擇”作用，之后舉例分析，啟發學生思考“遺傳”、“變異”和“選擇”的實現，最后師生一起導出遺傳算法用于優化計算的基本步驟。如此既完成了教授遺傳算法的目的，也鍛煉了學生邏輯思維的能力，教學效果良好[4]。

3 作業和考核方式的改革創新

過去的課程作業都是單一書面習題作業，發展至今，課程作業形式已經發生了變化，更加豐富多樣，包括必須交給教師評閱的書面家庭作業和不必交給教師的課外思考題目、口頭布置的思考題或閱讀材料以及大型作業等。其中通過網絡就可以完成上交作業，并且教師批閱作業后也可以通過網絡返回給學生，實現了網絡化。課程的考核方式較之以前也發生了較大變化，加強了平時思維能力的考核，更加注重學生實驗能力和動手能力的培養，不再是絕對的一次考試定成績，而是在總評成績中加入30%的平時成績，如此不僅減輕了學生的期末負擔，也迫使學生更加重視平時的學習思考，有利于課程教學質量的提升。

4 結束語

本文是以提高教學質量為目標，結合教學實踐，從教學體系、教學內容、教學方法、考核方式等方面對本科人工智能課程的教學改革進行了探討，總結了該課程在教學和實踐方面的一些教改舉措。這些舉措符合二十一世紀高校教學的要求，可以支持教師提高教學手段現代化的水平，同時更貼合學生的學習需求。作為該課程的授課教師應始終保持對教學內容的不斷更新、教學方法的多樣化，才能激發學生的學習興趣，培養他們的思維創新和技術創新的能力，最終提高本課程的教學質量。從學生的反饋來看，作者所總結的教學實踐具有明顯的教學效果。但仍有許多方面做得不夠，今后將繼續在教學過程中不斷總結成功的經驗，吸取失敗的教訓。

參考文獻：

[1]蔡自興.人工智能及其應用[M].三版.北京：清華大學出版社，2007.

[2]謝榕，李霞.人工智能課程教學案例庫建設及案例教學實踐[J].計算機教育，2014（19）：92-97.

[3]蔡自興，肖曉明，蒙祖強.樹立精品意識搞好人工智能課程建設[J].中國大學教學，2004（1）：28-29.

篇4

北京、上海、沈陽領跑AI

中國人工智能市場細分結構中各類產品分布較為均衡，占據前二位的是服務機器人和智能工業機器人，2016年市場規模分別為70.5億元和62億元，占比為29.6%和26%。其中，服務機器人在減速器、伺服電機等領域的技術門檻低于工業機器人，通過結合語言處理和機器視覺等軟件技術，能快速普及應用到民生各領域，市場規模也迅速增大。

■各地密集推出產業資金配套，北上沈三地領軍發展。為了縮短我國在人工智能領域的基礎研究積累、應用實踐經驗和科技創新投入與發達國家的差距，2016年5月，我國了《“互聯網+”人工智能三年行動實施方案》，提出以重點領域智能產品創新為主的七大重點建設工程，對全國人工智能產業的發展提供全面系統的指引。

各地政府也開始密集出臺人工智能產業配套扶持資金政策，努力解決企業發展的實際問題。目前已經有超過30個城市將機器人產業作為當地的重點發展對象，各地政府建成和在建的機器人產業園達40余家。

從各地產業政策上看，北京提出的人工智能產業扶持領域最為全面，覆蓋了從腦科學到智能硬件制造的全產業鏈環節；上海作為國家機器人檢測與評定中心總部，提出到2020年平均每年新增3000臺以上機器人；沈陽作為國家機器人檢測與評定分中心之一，擁有新松機器人等企業，政策上提出設立200億機器人產業發展基金。在未來5年，北京、沈陽和上海將在人工智能產業實現領先發展。

■行業巨頭跨界并購加速。從近幾年AI領域的并購融資事件可以看出，國內外無論是傳統互聯網企業（如谷歌、IBM等），還是跨領域的行業巨頭（如SPACEX、廈華電子、豐田等）都在積極進行人工智能的布局。并購領域主要集中在自然語言處理和深度學習。并購策略上一方面通過收購提升語言處理產品的體驗性能，強化公司產品的市場占有率；另一方面，提前儲備深度學習的技術人才，為新產品的研發提供支撐。

未來三年AI市場將迎來新興機遇點

中國《機器人產業發展規劃（2016-2020）》的出臺、中國“十三五規劃”的腦科學與類腦研究重大工程項目，將極大提升中國人工智能市場的供給質量。同時，以百度為代表的互聯網企業已經充分認識到人工智能的未來前景，紛紛開展大規模的投入和布局，也將充分刺激中國人工智能市場的活躍度。2016年中國人工智能市場規模達到239億元，預計2018年將達到381億元，復合增長率為26.3%。

■智慧城市的建設將為AI市場創造巨大空間。智慧城市的發展將在安防、交通監控、醫療、智能社區等多個領域全面刺激人工智能產業發展，尤其是以機器視覺為主的各類感知處理設備。中國“智慧城市”建設火熱開展，截至2015年年底，我國智慧城市建設數量已經達到了386個。智慧城市的建設以及產品應用的推廣，都要以機器學習為依托，可以說人工智能是“智慧”的源泉。未來，各行業的應用需求以及消費者升級發展的需要將有效激活人工智能產品的活躍度，促進人工智能技術和產業發展。

■邊緣計算的爆發將快速提升AI產品滲透度。所謂邊緣計算，是指設備能在本地化實現初級的人工智能功能，例如智能攝像頭識別，服務機器人語音對話芯片等。目前，智能硬件對運算實時性和低延時性的需求越發嚴格，而依靠傳統的云計算平臺上的深度學習功能，很難滿足大量爆發的產品需求。因此，針對邊緣計算的設計開發正在成為各大廠商的新焦點。在過去的人工智能發展中，GPU的高速計算性能為其奠定了天然優勢，而隨著新一輪邊緣計算的需求爆發，基于FPGA、ASIC等體系的設計模式也在逐漸成熟。未來將形成邊緣計算和云計算p軌并行的人工智能計算范式。

■新興AI機遇點逐漸凸顯。目前人工智能產業鏈的數據支撐環節，依然存在數據流通法律法規缺失，高價值數據難以得到有效利用的問題；在感知環節，仿人體五感的各類傳感器都有成熟產品，但是缺乏高集成度、統一感知協調的中控系統，對于各個傳感器獲得多源數據無法進行一體化的采集、處理加工和分析。

未來的新興AI點也逐漸凸顯，主要發生在軟件集成環節和類腦芯片環節。一方面軟件集成作為人工智能的核心，算法的發展將決定著計算性能的提升。另一方面，針對人工智能算法設計類腦化的芯片將成為重要突破點，不論是NVIDIA的Tesla P100，IBM的TrueNorth、谷歌的TPU，還是中科院的寒武紀，都試圖打破馮?諾依曼架構，依托人腦模式構建出更快更適用的新體系，而這將為人工智能未來的良性發展奠定堅實基礎。

■機器視覺、深度學習等環節將成為投資熱點。圖像識別的技術成熟度低于自然語言處理，為新興企業從軟件技術為突破帶來了機遇。在軟件圖像識別領域，尤其以Face++和格靈深瞳兩家為代表，通過招攬優秀研發人員在短時間內迅速脫穎而出。而中國人工智能市場中自然語言處理屬于技術成熟而且高度競爭狀態，科大訊飛占據了國內語音識別領域70%以上的市場，并且多年的技術積累已經在語義分析等領域具備了一定技術壁壘。同時，百度、阿里、騰訊依托技術優勢都對語音市場虎視眈眈，因此，語音識別領域已經較難切入。

同時，前瞻性地對最具價值且臨近爆發期的技術點進行投資是回報率最高的，深度學習作為2006年重新提出的神經網絡算法，已經為人工智能產業刮起了強勁颶風，AlphaGo的成功最核心的價值就歸功于它。深度學習正處在面臨爆發的臨界點，各大公司紛紛在跑馬圈地，距離未來預期全面部署7年時間。國內而言，互聯網廠商紛紛推出深度學習云平臺（阿里DTPAI、百度大腦）、硬件廠商則忙著推出深度學習一體機（中科曙光聯手英偉達推出XSystem、華碩攜吉浦迅推深度學習一體機ZenSystem），一場本地化和云端化的爭奪正在上演。雖然背負著不同的利益，但就未來而言，云計算和開源化仍將成為主流，也是更能推動技術進步的模式。因此，基于云平臺的深度學習的投資價值不言而喻。

篇5

關靜

360商業市場策劃部高級總監

關o，360商業市場策劃部高級總監，帶領商業化市場以及策劃團隊打造360商業化品牌，提高行業影響力，助力廣大品牌企業主、中小企業廣告主的發展。

截至2016年底，360推廣已經為電商、旅游、汽車等數十個領域的30余萬品牌提供營銷服務，與包括阿里、騰訊、京東、雅詩蘭黛、卡地亞等在內的眾多品牌取得了深入合作。互聯網在變，市場在變，營銷也在變，面對更加多元的市場需求、更富想象力的營銷技術、更年輕化的消費者群體，360堅守安全核心的同時不斷的加強內容建設，采用人工智能的方式實現全場景的智能營銷。

在公司層面上，全面布局PC、無線、智能硬件端，加強移動產品的建設。一方面，大力發展無線搜索、應用市場、花椒、北京時間、360影視等移動端內容產品，幫助品牌在占據移動端大流量入口的同時，能夠通過精耕細作的內容挖掘用戶的感情共鳴點，增強用戶黏度；另一方面通過大數據與人工智能的結合，影響潛在用戶的未來決策。

具體到營銷上，我們也會根據品牌主的不同需求，為企業量身定制營銷解決方案，滿足消費升級背景下消費者的個性需求。除了通過360搜索、導航、手機助手、手機衛士等優質流量產品進行全資源品牌曝光，還通過直播、視頻等平臺全面覆蓋新興的2億中產階級及80后、90后主力消費軍，同時推出了“欺詐推廣全賠計劃”確保他們的網購安全。我們通過營銷資源的全面布局，覆蓋消費者的全方位生活場景，為廣告主煥新品牌體驗，讓消費者安心購買。

以上也是我們360商業化團隊在2017年的工作重點，即提供的全場景的營銷方式，使線上營銷不僅局限于一個創意或平臺，而是通過PC、無線、智能硬件等多維度的行為鏈大數據的深度學習和人工智能分析，來預測用戶的潛在需求，讓廣告呈現千人千面，從而提高廣告投放效果。

關鍵詞

“全場景”+“智能化”

根據我的體驗，我總結了2017年的兩個營銷關鍵詞，“全場景”和“智能化”。

全場景 營銷的第一步是了解消費者，在這方面，我們利用獨有的行為鏈大數據，打通消費者的多個用戶行為場景，例如：生活服務場景、搜索場景、瀏覽場景、安全場景、直播場景等等，進而更加了解消費者的衣食住行習慣、信息獲取方式、消費意愿、購買習慣等需求，并對個體需求做立體化分析，讓信息推送變得越來越智能化、越來越個性化。

智能化 在數字時代，每時每刻數字都在刷新我們的認知，真實用戶數據的獲取與識別變得越發便捷，人工智能的發展讓營銷變得智能化，龐大數字、海量數據與人工智能驅動下的超級營銷，將深刻洞察消費者的潛在需求，甚至影響未來消費者的決策。

2016營銷感悟

好的創意內容才是傳播的關鍵 內容營銷是提升用戶粘性的核心，互聯網用戶不僅僅是用戶，更是觀眾。想要吸引用戶進一步行為，則要在創意內容上做足了功夫。以原生廣告為例，雖然在展現時已經很貼近用戶的使用場景，但仍然需要創意優化才能發揮最大價值。

篇6

【關鍵詞】電氣自動化控制；人工智能技術；應用

電氣自動化控制中應用人工智能技術，就可以對系統運行流程進行簡單化處理，優化控制系統，同時，人工智能技術為電氣自動化控制提供了技術和安全保障。電氣自動化工作人員的工作也隨之變得簡單，在節省人力和物力的基礎上提高了工作質量。目前，智能化技術在所有領域都有應用，推動了我國各行業整體向前發展。

1 人工智能技術

1.1 人工智能技術的闡述

人工智能技術就是計算技術對人腦進行模擬，同時發出類似人類的行為指令，最后解決傳統的科技難題。人工智能技術不但涵蓋了傳統數學和計算機，還關系到了一些人文學科，例如：哲學和倫理學等，結合了自然和社會兩門學科，有著較為廣泛的影響內容?，F在人們生活中已經離不開計算機技術，人工智能技術也逐漸發展起來，因此，計算機技術在處理問題時更類似于人腦，使工作效率提高，系統運作更加靈活和穩定，不斷地增加了自動化程度。

1.2 人工智能技術在電氣自動化應用中的功能

（1）采集和處理數據的功能

人功智能技術在電氣自動化控制中的應用，就可以很好的采集電氣設備中的模擬量和開關量，在一定情況下，還可以處理和存儲一些數據。

（2）監視運行系統，并及時發出報警

人工智能技術的應用不但可以監視和模擬電氣系統，還可以對設備開關量的情況進行智能監視，監視事件的狀態變化，如果出現狀況就會報警；對系統運行的實際情況進行記錄以及對事故進行自動提示和處理；除此之外，還具備聲光功能、圖像功能、電話報警功能等。

（3）操作控制的功能

電氣自動化控制中應用人工智能技術通過鼠標和鍵盤控制斷路器和電動隔離開關，還可以調整勵磁電流。電氣自動化控制的工作人員可以根據順控程序實現停機操作。同時，電氣系統想要適應所有系統的值班要求，就會對操作人員的操作權限進行限制。

2 電氣自動化控制中人工智能技術的應用

2.1 電氣自動化中人工智能技術的應用分析

電氣自動化設備在運行的過程會涉及到很多的學科，想要熟練的掌握其操作流程，就需要工作人員具備較為專業的知識積累和良好素質。所以，想要使電氣自動化設備可以正常運行，必須應用人工智能化技術。人工智能化技術能夠編寫程序，之后由計算機技術負責操作，使電氣設備實現自動化運行，取代了人腦勞動，使工作時間縮短，人力成本降低。

2.2 人工智能技術在電氣控制中的應用

人工智能技術在電氣自動化控制中的應用，主要就是控制神經網絡、模糊控制、專家系統控制。筆者主要介紹了模糊控制，電氣傳動過程中應用模糊控制來實現直流電和交流電的傳動，其直流傳動有Sugeno與Mamdani兩種傳動，在運轉的過程，Mamdani的作用就是控制調速，而Mamdani的另一種情況就是Sugeno；在交流電傳動過程中，模糊控制就可以實現人工智能技術。

2.3 人工智能技術在平常操作中的應用

電氣自動化有著較為繁瑣的操作流程，并且對操作程序也有較嚴格的要求，如果有操作問題出現，就很可能會出現機器故障，因此就會造成較為嚴重的損失。而在電氣設備運轉的過程中應用人工智能技術進行操作，這樣就簡單化了控制流程，方便技術人員對其進行檢查和維修，在節約時間的基礎上又降低了成本。

2.4 人工智能技術在事故和故障診斷中的應用

專家系統由8大類型組成，具體如（表1），在電氣事故和故障診斷中，診斷型專家系統較為重要，主要處理的故障為：發動機故障、發電機故障、變壓器故障等。電氣自動化控制過程中，會發生很多不同的故障?？蓚鹘y的診斷方法非常復雜，準確率較低，而應用人工智能技術就可以根據專家的指導和平時收集的機器故障樣本，進行問題分析，最后制定解決策略，這樣分析將會更加準確，問題存在的時間也隨之縮短，使處理問題的效率提高。

表1 專家系統類型表

3 人工智能系統的應用--簡析恒壓供水案例

3.1 恒壓供水的概況

現在我國普遍使用的供水系統就是恒壓供水，因為此系統有著不確定的負荷變化，所以傳統的PID算法在壓力控制方面不能達到理想效果。在具體的運行過程中，我們發現模糊控制的應用效果較好，在實施此方案中，應用AI-808控制器進行人工智能調節，并對FXINPLC控制邏輯加以結合，這樣水廠的恒壓供水就可以實現全自動化。

3.2 AI-808人工智能的工作原理

AI-808人工智能變頻器、調節器、閥門等構成了此系統。主要由壓力傳感器檢測水管壓力，之后利用變壓器將信息傳送給AI-808儀表，將其與設定值做比較，進而得出壓力誤差，在AI-808所具有的模糊基礎上結合PIC控制算法進行運算，將控制信號4～20mA傳到變頻器的控制端，之后對頻率進行調節，使其達到水管所要求的指標。如果用戶用水量增加，一臺水泵變頻到50赫茲后，還是達不到供水壓的規定，PIC將對AI-808調節器中的壓力信號進行檢測，之后給出另一臺水泵，再由它進行工頻運行；如果用戶供水量降低，PIC會接受AI-808調節器發出的水壓高信號后，退出運行中的一臺水泵。

上述敘述的案例只是電氣自動化控制中小范圍的應用人工智能化技術，同時也為電氣設備的生產和供給過程中的一個方向，在電氣自動化控制中應用人工智能化技術有著較為重要的意義，值得我們對其進行深入的研究。

4 結語

總而言之，人工智能化技術是現代科技發展過程的產物，這項技術一直向著成熟方向發展，隨之走入到人們的日常生活中。智能化技術不但給人們帶來了很多的便利，而且也是改變傳統電氣的機會，使電氣自動化控制的工作效率得到提高，減少了在人力和物力上投入的成本。

參考文獻：

[1]李悅.芻議PLC技術在化工裝置電氣自動化控制中的運用[J].中國化工貿易，2014（35）.

篇7

一、人工智能應用于稅收征管的必要性分析

1.優化辦稅體驗，提高納稅遵從度。稅務部門的納稅服務有網絡和辦稅服務廳兩種方式。利用人工智能技術，可以智能地分析納稅人輸入的信息，精準納稅信息的推送，提高個性化咨詢的針對性，服務好PC端和移動端，使納稅人無需離開住宅即可完成一般的稅收申報。對于某些納稅人條件有限或無法在線解決的問題，實體服務機構仍可以使用人工智能系統。自2016年以來，江蘇、廣東、上海等地陸續推出了采集納稅人人臉圖像、身份信息和電話號碼的“旺寶”、“小賢”等稅務服務機器人提供自助稅收服務、發票申請等，它不僅減輕了工作人員的負擔，而且提高了稅務處理的效率。人工智能的友好、耐心、準確和高效的服務，也受到了公眾的好評。2.實現稅收信息共享，確保信息對稱。目前，“金稅”項目的第三階段已逐步在全國范圍內建立了信息收集系統。政府應建立基于“金稅”項目的綜合電子稅務辦公系統，運用人工智能技術分析大數據，連接各稅務機關的信息，整合分散的資源并重新開發一套用于稅收信息收集和管理的操作方法，以增強稅收信息收集和管理的相關性，確保信息的對稱。3.創新檢查手段，兼顧公平速度質量。對于稅收征管檢查工作分為兩部分，計算機選擇選案，然后由稽查人員負責后續的稽查工作。人工智能的選擇不僅有助于確保公平性和準確性，還可以提高速度，使稅務人員更好地投入于跟蹤工作。人類與人工智能各司其職，這是流程再造理論下稅收征管改革的必然趨勢。4.加強風險防范，打擊涉稅違法。電子商務的興起，納稅人收入來源的不明確和生產模式的多樣化催生了一系列偷稅和逃稅行為。稅務部門應依靠人工智能技術，建立稅收風險的預防和控制系統，對評估有疑問的納稅人，由人工智能系統過濾后，發送給不同的部門進行監控和定期檢查，從而遏制不法行為發生。5.節省人力時間，降低稅收成本。人工智能的優勢在于能夠利用風險評估和稅源管理機制來減少稅收管理資源的投入，日常工作效率得到有效提高。人工智能還可以對熱點稅收問題進行智能分析和評論。還可以應用于稅務審批事務。通過智能的機檢，可提高工作效率，從而降低稅收成本。

二、基于人工智能應用稅收征管的障礙因素

1.人工智能技術的發展不夠完善。首先，稅收信息與人民生活息息相關，但稅收人工智能技術還存在技術方面的不足，容易受到黑客攻擊。目前，稅收信息的保護是有限的。其次，人工智能系統的專家系統。計算機經過的智能程序的學習，除了原有的程序思維，也導入了另一個思維，有了雙思維，這就是人性化的專家思維，使稅收征管中解決復雜問題能力上了一個臺階，計算機程序通過稅務專業知識+稅務專家經驗兩個思維去思考和分析面對的稅收征管難題。事實上由于缺乏專家系統的技術支撐，人工智能應用會大打折扣。2.缺乏人工智能復合的高端人才。首先，稅收征管需要兼通IT和稅收的人才。但如今，稅務專業中基本上沒有人工智能的本科教育，人工智能與稅收學科的交叉和融合無法實現。另外，在稅收征管領域，人工智能廣泛應用之后，普通稅收專業人員的數量將減少。簡單的咨詢輔導工作，發票業務等可以輔以人工智能系統。而高端管理人才缺乏，是阻礙稅收人工智能發展的重要成因。3.適應智能辦稅能力尚顯不足。在稅收實際工作中，由于納稅人的水平不一，接受新事物新技術的能力不一，也就不能很好地掌握智能辦稅中的各種操作要求和智能處理。4.缺乏人工智能應用和數據的保護。政府對個人信息的收集，分析和比較，確實提高了政府部門的管理能力，并在一定程度上有助于改善政府管理手段。但是，公權力無限收集信息超出必要程度可能會侵犯私人權利。目前，我國還沒有關于“人工智能數據的應用和保護”的規定。建議從法律條文上體現對公民的隱私保護。

三、完善人工智能應用稅收征管的對策

篇8

關鍵詞：人工智能；教學改革；教學方法

引言

人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領域學科，是模擬、延伸和擴展人的智能的一門新技術。由于信息環境巨變與社會新需求的爆發，人工智能技術的日趨成熟。隨著AI3.0時代的到來，大數據、云計算等新技術的應用也愈發廣泛，對于管理類人才來說，加強對人工智能知識的深入學習，不斷將人工智能技術與管理知識結合起來，對其未來職業生涯的發展有著重要作用。人工智能是一門前沿學科，管理學院開設人工智能課程的目的是為了更好地培養學生的技術創新思維與能力，基于其覆蓋面廣、包容性強、應用需求空間巨大的學科特點，通過概率統計、數據結構、計算機編程語言、數據庫原理等基礎課程的學習，加強學生解決實際問題的能力，為就業打下基礎。本文基于社會對于人工智能領域的人才需求，結合諸多長期從事經管類專業課程教學的老師意見，針對管理類人才的人工智能課程教學內容與方法進行探討，以期對中國高校人工智能課程教學改革研究提供幫助與借鑒。

1、教學現狀與問題

作為一門綜合性、實踐性和應用性很強的理論技術學科，人工智能課程內容及內涵及其豐富，外延極其廣泛。學習這門課程，需要較好的數學基礎和較強的邏輯思維能力。針對管理類人才，該課程在課程教學過程中存在幾個較為突出的問題。(1)課堂教學氛圍枯燥目前，中國大多數大學仍采用傳統的課堂教學模式，在教學過程中照本宣科，忽略與學生的互動，并且缺乏能夠有效引起學生學習興趣與加深知識理解的教學環節設置，如此一來大大降低了學生自主思考的能力。在進行人工智能相關課程知識講解時，隨著章節的知識難度不斷增加，單向介紹式的枯燥教學方式無法反映人工智能學科的全貌，課堂講解難以同時給以學生感性和理性的認知，部分學生因乏味的課堂氛圍漸漸無法跟上教學進度，導致學習動力不足。(2)基礎課程掌握不牢管理類專業的學生大部分都會走向更加具體化的管理崗位，具有多學科的素養，但這也導致很多學生所學知識雜而不精。學生在基礎不夯實的情況下去學習更高層面的知識，給學生學習與老師教學都造成了很大困擾。人工智能課程知識點較多，涵蓋模式識別、機器學習、數據挖掘等眾多內容，概念抽象，不易學習。一些管理類專業的學生未能熟練掌握高等數學、運籌學、數據結構、數據庫技術等先修課程，缺乏一定的關聯思考和研究意識，導致課程學習難度增加，產生學時不足和教學內容難點過多的問題。(3)教學與實際應用脫節當下，人工智能廣泛應用于機器視覺、智能制造等各個領域，給學生提供了大量的現實案例，使得人工智能不再是高深莫測的理論，而是現實中可以觸及的內容。例如，在機械學科領域，人工智能技術是電氣工程、機械設計制造、車輛工程等方向的重要技術來源；在醫療領域，是醫療器械的創新生產源動力；在能動領域，是高端能源裝備與新能源發展的重要驅動；在光電信息與計算機工程領域，技術的發展時刻推動著智能科學與技術核心價值的提升。然而，對于管理類專業的學生來說，現階段的人工智能教材涵蓋許多智能算法及相關理論，在教學過程中常常涉及到很多從未接觸過的抽象理論和復雜算法，書本中的應用實例大多紙上談兵，缺乏專門適用于管理類專業知識與人工智能技術相結合的教學實踐，加上一些教師授課方法單一，不利于引導學生將人工智能算法應用于現實生活。另外，大學生對知識的理解能力差異很大，教師采用統一的方式教給他們，這使一些學生無法跟上和理解，教師也無法控制學生的學習狀況，導致學生缺乏動力。因此，如何結合學生的現實情況，提高他們的動手能力和實踐經驗也是人工智能課程教學要考慮的問題。

2、管理類人才的人工智能課程教學改進策略

課程教學改革是一項提高大學教學效果和人才培養質量的重要手段。如何在時代背景下應用新技術和新思想進行實施課程教學改革是高校亟待解決的問題。對于高校的教學工作而言，教學目標、教學內容和教學方式的變化不再是課程資源的簡單數字化和信息化，而是充分利用時代信息資源優勢的新型教學模式。針對管理類專業人工智能課程教學過程中存在的問題，可以從教學方法改進和教學內容設置兩個方面進行課程教學改進。

2.1教學方法改進

教師對學生具有引領作用，其教學方法的改進能夠帶動學生改進自身學習方法。(1)啟發式案例教學案例教學法就是教師根據教學目標、教學內容以及教學要求，通過安排一些具體的教學案例，引導學生積極參與案例思考、分析、討論和表達等多項活動，是一種培養學生認知問題、分析和解決問題等綜合能力的行之有效的教學方法。啟發式案例教學以自主、合作、探究為主要特征，調動學生的學習積極性，并緊密結合人工智能領域的相關理論與方法，有效理解知識要點及其關聯性，適用于管理類專業學生的教學。具體而言，高?；谄鋯栴}啟發性、教學互動性以及實踐有用性等特點，可以建立基于人工智能知識體系的教學案例庫，雖然這項建設將極具挑戰性與耗時性，但具有很強的積極效果：培養學生較強的批判性思維能力，更多地保留課程材料，更積極地參與課堂活動，對提高教學質量、培養具有人工智能背景的管理類人才具有重要意義。例如，通過單一案例教學，讓學生掌握相關基礎知識原理及應用；通過一題多解的案例使學生思考如何獲取最有效的解題方法；通過綜合案例的設計，啟發學生全方位地探索問題的解決方案。(2)研討互動式教學研討互動式的各個教學環節是逐漸遞進、有機結合的。研討是基于學生個體的差異性，在課堂討論的過程中對學生做出評判，從而對不同類型的學生開展針對性的教學?；觿t是在研討的基礎上，通過老師與學生、學生與學生的互動，讓學生主動參與到課堂教學的過程中來。在人工智能課程教學過程中，教師通過課堂討論了解學生對于知識點的掌握情況，可以有針對性地設計教學內容，例如，對于學校積極性不強的學生，將人工智能理論內容與學生個人興趣范疇、社會產業發展及研究現狀聯系起來，能夠極大程度地提高學生學習的自主能力；對于基礎知識較為薄弱的學生，可以在教師的指導下查閱相關文獻資料，根據自己的理解撰寫心得報告，并在課堂或課外進行師生互動。像這樣研討與互動相結合的模式。有助于增強學生的探索和求知欲望，建立起濃厚的學習氛圍。(3)有效激勵式教學人工智能是引領未來的戰略性技術，人才需求量極大，對教師的教學水平也提出了更高要求，因此，進行有效激勵極為重要。在學生激勵方面，可以舉辦各類人工智能競賽項目，設置相應項目獎學金，吸引學生參與實踐，調動學生做研究、發論文的積極性。例如，教育部主辦的中國研究生人工智能創新大賽，圍繞新一代人工智能創新主題，激發學生的創新意識，提高學生的創新實踐能力，為人工智能領域健康發展提供人才支撐。高校也可以借鑒這種模式，在各學院乃至全校開展此類競賽項目，激發學生的創新能力與團隊合作能力，鼓舞更多學生加入到人工智能課程的學習中來，激發其學習興趣。在教師激勵方面，在教師聘任和提升過程中把參加學生課程制定、課堂與課外作業、課程項目和論文指導等看作教學任務的一部分，鼓勵教師積極參與這些活動。(4)學科滲透式教學人工智能學科知識融合程度較高，學科交叉性強?；谌斯ぶ悄艿膶W科交叉性特點，增強管理類人才對學科應用的領悟，可以采取開展學科滲透式教學的方法。從2015年起，國務院和教育部先后印發了《國務院關于積極推進“互聯網+”行動的指導意見教育》、《高等學校人工智能創新行動計劃》等文件，“互聯網+”、“智能+”已經滲透到各個領域，人類進入數字經濟時代，社會需求“技術+管理”的高端復合人才。例如，基于工業4.0和強國戰略，人工智能技術在智能制造的應用極為廣泛。上海理工大學非常重視少數民族預科班的教育質量。為增強少數民族管理類人才對該領域應用的認識，我們請機械工程、能源動力領域的相關專家以授課或講座的形式，進行相關領域知識和發展趨勢的講解，使學生理解更為透徹。此外，在教學實踐過程中，還可以用舉辦人工智能知識交流會、線上人工智能論壇等形式，促進不同專業間老師、學生對于人工智能知識模塊的見解，相互交流、滲透和學習，從而推動人工智能課程教學的改進。

2.2教學內容設置

世界一流大學在人工智能課程內容設置根據不同國家的教育體系設置，肯定會有不同，但頗有共通之處。本文借鑒世界頂尖大學經驗，針對管理類專業人工智能課程教學內容進行研究，結合中國教育體系設置，認為應從以下幾方面進行改進。(1)核心內容設置為避免學生因為知識點過多而出現雜而不精的問題，勢必要精化教學內容。在互聯網時代，我們可以使用云計算和其他方式來實現數據信息的傳輸、存儲和處理，通過在線收集和整合網絡課程相關數據，挖掘和豐富教學資源，并在整合課程資源的基礎上，進行研究方法和前沿知識的擴展。在核心內容設置方面，可以通過收集到的數據資料，選擇人工智能領域具有代表性且難易程度適中的知識作為重點，使學生能夠在有限的學時內掌握人工智能的知識脈絡。例如，編寫針對管理類人才的人工智能教材，內容涉及緒論、知識表示與推理、常用算法、機器學習、神經網絡等方面的同時，重點增加相應知識點在管理上的應用案例，加強學生對知識點的理解。同時，根據管理類專業偏向領域，開設關聯程度較大、應用較廣泛的人工智能選修課程，以便學生根據自己的興趣與需求選修具體方向的課程。(2)注重學生的數理及編程基礎良好的數理及編程基礎是學習人工智能的前提。只有具備了這些基礎，才能搞清楚人工智能模型的數量關系、空間形式和優化過程等，才能將數學語言轉化為程序語言，并應用于實驗。管理學院人才的數理及編程基礎相對薄弱，因此，在安排學生學習人工智能課程之前，建議開設面向全體管理類專業學生的微積分、線性代數、概率論等專業基礎數學課程以及C語言、python等編程基礎課程，使學生具備數學分析的基礎與一定編程基礎，為學習人工智能課程打下堅實的基礎。另外，可以推進MOOC平臺建設，在平臺上開設人工智能網絡課程，幫助學生掌握人工智能知識基礎及專業技能。(3)實驗建設為了加強學生對于人工智能知識點間的關聯性理解，可以基于不同的應用模塊，設計具有前后鋪墊、上下關聯的綜合性實驗，設計不同層次的項目要求，同時基于相同的實驗課題，讓學生分組對實驗課題進行攻克，并設置多元化的實驗評價體系，通過實驗教學過程中反映出的不同進度，讓教師能對學生的學習水平做出準確評判，及時進行教學反思，以便更好地開展下一步工作。例如，針對人工智能課程應用中很廣的遺傳算法，在某一管理規劃的具體應用上設置理解－實現－參數分析－具體應用－嘗試改進－深度拓展的不同層次的項目要求，在這些項目層次中規定必做項與可選項，讓學生基于同一實驗課題進行合作學習，然后通過個人自我評價、小組成員互相評價以及教師評價的方式進行打分，對小組整體能力以及個人能力進行綜合評估，以期培養學生的自主思考能力。

篇9

關鍵詞：機械電子工程；人工智能技術；應用

中圖分類號：TP18 文獻標識碼：A

在現代經濟社會發展速度不嗉涌斕謀塵跋攏社會生產力水平明顯提高。對于我國而言，在工業機械工程發展過程中，現代電子技術的應用促進傳統機械工程逐步過渡至現代電子機械工程，而隨著計算機技術以及信息技術的蓬勃發展，機械工程開始呈現出智能化、自動化的發展方向。特別是人工智能技術發展以來，此項技術在機械電子工程領域中的應用日益廣泛，對提高生產力水平的意義同樣非常確切。本文即圍繞機械電子工程領域中人工智能技術的相關應用問題進行分析與探討，望能夠引起各方重視與關注。

一、人工智能的概述

人工智能是研究、開發用于模擬、延伸以及擴展人的智能的理論、方法、技術以及應用系統的全新學科。作為計算機科學的重要分支之一，人工智能技術所追求的是了解智能的本質，并研發出一種與人類智能高度相似的智能機器。從人工智能誕生以來，相關理論與應用技術不斷成熟，人工智能技術的應用范圍也明顯擴大?？梢灶A見的是，未來人工智能技術下所帶來的一系列科技產品將成為人類智慧的“容器”。

二、人工智能技術的作用分析

人工智能技術的應用對意識結構的變化有非常重要的影響，使意識論研究領域明顯擴大。人工智能終端作為一種全新形態的機器設備進入人意識器官范疇中。人工智能技術下，除了能夠完成人腦的一部分意識活動以外，甚至在部分功能上較人腦有著更為明顯的優勢，如對信息進行處理，以及采取行動的速度，以及對動作和記憶的準確性等方面。除此以外，通過對人工智能技術的應用與發展，還為未來ICT等網絡技術的發展提供了方向與指導，包括云計算、深度學習、以及智能算法等在內的大規模網絡應用成為ICT產業重要的發展方向之一，深度學習作為人工智能研究領域中的重點關注對象之一，可通過構建模擬人腦進行分析學習的神經網絡的方式，促進互聯網領域的飛躍式發展。

三、機械電子工程及人工智能分析

1.機械電子工程特點

機械電子工程是將電子工程、機械工程以及自動化工程結合起來的綜合性學科，在機械電工工程中占據非常重要的地位?，F階段機械電子工程主要具有以下幾個方面的特點：（1）機械電子產品結構相對簡單。機械電子產品構造復雜程度不高，產品占地面積有限，能夠改變傳統意義上機械電子產品占地面積大且外觀笨拙復雜的特點，對優化機械電子產品工作性能也有重要意義；（2）機械電子工程設計方案合理性高。在電子工程、機械工程以及自動化工程相互融合的背景下，設計人員能夠更為全面的決策設計方案，促進機械電子工程的不斷進步與發展。如，將機械電子工程技術與管理技術相結合，一來能夠促進機械電子工程在管理體制層面的發展革新，二來能夠促進機械電子技術在管理層面的發展進步，綜合價值突出。

2.人工智能特點

人工智能是研究、開發用于模擬、延伸以及擴展人的智能的理論、方法、技術以及應用系統的全新學科。作為計算機科學的重要分支之一，人工智能技術所追求的是了解智能的本質，并研發出一種與人類智能高度相似的智能機器，研究對象包括圖像識別、語言識別、機器人、自然語言處理以及專家系統等多個部分。人工智能技術的應用具有以下幾個方面的特點：（1）人工智能技術使人與人之間的溝通交流更加密切。人工智能技術作為高新科學技術，為大眾間的溝通交流提供了極大便利，實現與不同群體的溝通，在促進人類社會進步的同時還對人工智能技術的改革創新提供動力；（2）人工智能技術對促進經濟增長有重要意義。應用人工智能技術能夠促進社會消費，擴大國內市場需求，對實現經濟平穩健康發展有積極價值；（3）人工智能技術的應用有助于企業經濟目標的快速實現。人工智能技術大量應用會促進行業市場的擴大，吸引投資，提高企業經濟效益。

四、機械電子工程中人工智能應用

1.機械電子工程與人工智能的關系

不穩定性是機械電子工程普遍面臨的問題之一，該特點的存在導致機械電子工程系統信息輸入與信息輸出之間的關系難以準確地描述出來。由于建設規則庫方法、學習并生成知識描述法以及數學方式推導法這3種傳統機械電子工程系統描述方法在嚴密性與精確度方面存在一定的局限，因此往往難以滿足機械電子工程系統日益復雜的描述需求。但從信息處理的角度上來說，人工智能技術的應用及其與機械電子工程系統的融合對于解決系統不穩定性、不確定性以及復雜性問題有非常確切的優勢。從這一角度上來說，將人工智能技術與機械電子工程相結合已成為機械電子工程領域發展的必然方向與趨勢之一。

2.模糊系統及神經網絡系統

模糊系統的理論基礎與模糊集合，設計工具為模糊理論。模糊推理系統具有模糊信息的處理功能，在自動化控制、數字處理等諸多領域中得到了大量的應用，所取得的效果非常顯著。模糊推理系統創建模擬人腦的相關功能，并分析語言信號，在網絡結構的依托下無限接近連續函數，并遵循域至域的映射規則對信息進行儲存。但模糊推理系統在應用中具有連接性不固定的特點，計算量偏小，因此應用范圍存在一定的限制。

神經網絡系統是人工智能技術領域中的關鍵分支之一，神經網絡將信息分布于網絡上的主要模式是神經元的興奮模式。在神經網絡系統干預下，可實現對信息的分布儲存以及對動態信息的協同處理。神經網絡系統可在確保行為豐富的前提下最大限度地精簡結構，利用神經網絡系統功能直接模擬大腦結構，并分析數字信號，在各個神經元間構成點對點的映射關系，進而達到提高信息數據輸入、輸出精度，并提高計算量的目的。

結語

綜上所述，人工智能技術的應用與人工智能系統的構建、發展在很大程度上促進了現代機械電子工程的快速發展與進步。現代機械電子工程設計必須以人工智能技術的合理應用為依托，達成雙贏的理想局面。在這一過程中，相關人員必須充分關注機械電子工程與人工智能技術的融合，不斷開拓全新的人工智能技術，把握兩者發展中的相通點與共同點，以促進兩者的共同發展與進步。

參考文獻

[1]梁國強.試論人工智能技術在供水設備機械電氣自動化控制中的應用[J].中小企業管理與科技，2015（27）：252.

[2]韓斌.機械電子工程與人工智能的關系分析[J].數字技術與應用，2013（6）：254-254.

[3]孫偉.電氣自動化控制中人工智能技術的應用研究[J].科技創新與應用，2014（7）：70-70.

篇10

中國家用電器協會表示，2017年，年輕的AWE將不僅在展覽總規模上比肩IFA、CES等老牌全球家電與消費電子博覽會，甚至在技術引領、產業創新、行業聚焦、辦展水平等方面也已呈現出后來者居上的態勢。AWE的迅猛發展，得益于中國家電與消費電子產業轉型升級。展會也成為了全球市場競爭中極為活躍并具創新意識的前沿陣地之一。

環顧全球，以中國、韓國、日本為代表的亞洲家電與消費電子產業總體上領先于世界其他各大洲。其中，中國作為全球第二大經濟體、亞洲經濟的龍頭，伴隨著全球經濟重心轉向亞洲的新形勢，理所應當擁有全球產業的盛會。

生逢其時的AWE 已經贏得了行業的高度認可與尊重。中國的海爾、美的、海信、TCL、格力等企業紛紛把全年最重量級的新品首發安排在AWE。AWE 2017還將奉上炫酷的創新產品。

AWE作為品牌的秀場，得到了制造商的高度參與，也吸引了經銷商、供應商、媒體、投資人、消費者匯聚到這個全球性的行業舞臺。京東、國美等渠道巨頭每年都在AWE期間推出面向消費者的精彩活動。隨著海爾收購GE家電、美的收購庫卡機器人，越來越多的中國制造業企業受到了海內外的巨大關注， AWE 2017將令人期待。

未來智慧生活的趨勢

海爾集團全球品牌總監程傳嶺表示，互聯網已經潛移默化走進人們生活的方方面面，由于互聯網帶來智能終端的變化，現在人們的出行、購物都已經離不開智能手機。

目前，物聯網在飛速發展，物聯網的核心是基于互聯網，它是互聯網的延展和發展。由于物聯網技術已經有了質的飛躍，人們的語言、視覺交互隨之在精準度、穩定度方面得到了大大的提升。整個物聯網性能發生變生的同時，其價格成本也在下降，類似于傳感器會在未來十年之內將其成本下降100倍，充分說明整個物聯網現在普及的技術完全有可能實現。因此物聯網成為了互聯網之后信息發展的第三個浪潮，也是未來更大的紅利。

從行業創新來看。隨著互聯網和物聯網外部環境的變化，整個家電行業也實現了類似商業模式的變革，由原來的賣家電到現在賣方案，賣類似空氣的方案。程傳嶺認為，一臺空調可以解決制冷制熱問題，也可能解決濕度和空氣污染問題。對于食材保存方案，不僅僅是溫度，還有舒適度和保鮮度。比如放進冰箱一塊肉，拿出來可能不是那塊肉，看著質量沒變化，但是里面的營養會喪失。

最后，提到關于水的解決方案，人們的洗澡水、洗臉水用的都是軟化水，這是凈化水的解決方案。未來，家庭、社區、城市會形成一個智慧物聯的生活方式解決方案，由原來互聯網方式變成物聯網生活的方式，這是整個趨勢的變化。

創新 進化 升級

據了解，AWE 2017將更加強調智慧生活對于全球家電與消費電子領域的多元影響與深刻變革。在過去幾年中，AWE見證了全球家電和消費電子企業建設智能生態的新探索。AWE 2017除了將密切關注傳統家電廠商的智能生態探索外，還將進一步延伸對于家庭智慧生活的前瞻與展望，真正把更豐富的智慧生活場景搬上舞臺，智能家居、智慧出行、智能健康、智慧娛樂、智能建筑、AR/VR、人工智能等更多領域和產業都將是AWE富有想象力的內容。

同時，AWE 2017將更加關注高科技公司在智能科技領域的深度挖掘，聯合極果特別推出內涵豐富、黑科技云集的12500平方米的“科技公園”展館，搭建真正以消費者體驗為中心的超級智慧生活應用場景。以Alpha Go為代表的智能機器人如何顛覆傳統引導消費升級趨勢；以Oculus VR為代表的虛擬現實技術如何劃分最新實力格局；以Pokemon Go AR游戲為代表的增強現實如何整合娛樂市場版圖；TESLA、百度試水的無人駕駛技術如何顛覆智能出行；以亞馬遜、大疆、曼塔為代表的無人機領域如何進行民用商業化探索等等。

“平臺、生態圈、影響力”成了AWE的關鍵詞，而這也將是AWE 2017繼續創新、進化、升級的核心使命。AWE將通過不斷放大的AWE+生態圈，推動傳統行業與新興領域跨界融合、互利共生。

機器視覺將是人工智能下一個前沿領域

人工智能在過去一年里有著強勁的發展，給人們帶來越來越多的益處。而未來，機器視覺將會是人工智能的下一個前沿領域。隨著該類技術的發展，明年將會出現新型人工智能驅動的設備。

機器為什么需要視覺呢？視覺是主要的感官。機器要能夠理解人類，提供他們所需的支持，那么它們必須能夠在視覺范疇進行觀察和表現。具體形式可以是一個幫助盲人“看見”和理解周遭世界的小攝像頭，又或者能夠準確區分流浪貓、在移動的樹枝和竊賊的家庭監控系統。

伴隨著電子設備在人們的日常生活中變得日益重要，我們也發現越來越多的設備應用因為沒有足夠強大的視覺功能而失敗，如無人機在空中發生碰撞，機器人吸塵機吸掉不該吸的東西。

機器視覺是人工智能正在快速發展的一個分支，旨在賦予機器可媲美人類的視覺。

隨著研究人員應用專門的神經網絡來幫助機器識別和理解現實世界的圖像，機器視覺在過去幾年取得了巨大的進步。如今的計算機在視覺識別上能夠做到各種各樣的事情，從識別網絡上的貓到在諸多的照片中識別特定的面孔。不過，該類技術還有很長的路要走。

當前，機器視覺在走出數據中心，應用于各類用途，從無人機的自動駕駛到食品整理。

基本的圖像分類已經簡單多了，但在從復雜的場景中提取要義或者信息，機器則面臨著一系列的新問題。錯視問題便是機器視覺仍長路漫漫的一個很好的例證。

舉例來說，當人看到兩張面對面的臉的輪廓圖像時，他們看到的不僅僅是抽象的形狀。他們的大腦會進行進一步的解讀，讓他們能夠識別圖像的多個部分，看到兩張臉，又或者看到一個花瓶。

但對于機器來說，這樣的圖像是非常難以理解的。

基本的分類器分辨不了兩張臉和花瓶，它看到的會是諸如短柄斧、吊鉤、避彈衣甚至吉他的物體。該系統并不能確定那些物體是在該圖像當中，這說明這類圖像的識別對于機器而言極具挑戰性。

另外，正如復雜的圖像，現實世界也十分凌亂。在當中正常航行可不是光開發算法分析數據就能夠實現的，它需要對真實場景有清楚的了解，進而能夠相應作出行動。