人工智能对于社会的影响范文

导语：如何才能写好一篇人工智能对于社会的影响，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

在过去几年里，人工智能已经从科幻小说中走进现实，对我们的人类生活产生了巨大影响。人工智能不仅仅会让现有的无数种职业逐渐消失，造成成千上万人失业，而且还会逼迫人类去面对许多新的难题，如隐私问题、法律问题、伦理问题等。在纪念英国传奇数学家乔治-布尔活动中，科学家们重点讨论了人工智能对人类社会的影响。乔治-布尔出生于200年前的1815年，是19世纪最重要的数学家之一。由于其在符号逻辑运算中的特殊贡献，很多计算机语言中将逻辑运算称为布尔运算，将其结果称为布尔值。

许多理论认为，如果不是因为布尔于1864年英年早逝，数字革命可能会因此提前数十年。后来，美国数学家克劳德-香农依据布尔逻辑理论发明了开关电路，将其应用于电子学领域。其实，布尔本人也是早期人工智能理论的倡导者。他认为，所有人类思想都可以换算成数学公式。布尔的传记作者戴斯-麦克海尔回忆道，在一次前往伦敦的途中，布尔对英国数学家、计算机先驱查尔斯-巴贝奇的差分机产生了极大的兴趣。差分机相当于一种早期的计算机。美国数学家克劳德-香农依据布尔逻辑理论发明了开关电路，将其应用于电子学领域。

美国数学家克劳德-香农依据布尔逻辑理论发明了开关电路，将其应用于电子学领域。

考虑到布尔对于计算机领域的重要贡献，在纪念活动中，科学家将其与现代人工智能的发展联系到一起，也就不足为奇了。目前，计算机软件能够理解输入指令并执行，无论是解释一条搜寻指令、还是导航一条道路，或是翻译一种外国语言，人工智能的应用都已达到一种史无前例的高度。比如，谷歌搜索引擎的搜索算法，微软Excel表格的自动计算功能，都是人工智能的应用，而且经过多年的发展它们已经成为我们日常生活的一部分。随着人工智能向更高层次发展，人们对于这些最最普通的应用已经习以为常，甚至不觉得它们是一种人工智能。当然，这也和著名科幻小说家艾萨克-阿西莫夫等人的作品对人们的影响有关。

如今，人工智能也取得了飞跃性的发展。计算机运算能力的大幅提升、互联网的高速发展、大数据的汇集与共享引发了一场新的人工智能革命。科技能够更接近地理解和模仿人类智力，比如苹果iPhone手机中的Siri能够理解人类的语音指令，并做出相应反应；图像识别软件可以根据照片识别出人和动物的脸，这些功能都已经是司空见惯了。此外，人工智能在医学扫描、疾病诊断、建筑结构检测等领域也都有着广泛的应用。苹果iPhone手机中的Siri能够理解人类的语音指令，并做出相应反应，这其实也是一种人工智能。苹果iPhone手机中的Siri能够理解人类的语音指令，并做出相应反应，这其实也是一种人工智能。

著名人工智能专家、美国艾伦人工智能研究所负责人奥伦-埃兹奥尼表示，“现在是人工智能的春天。在几年前，人们可能认为这是不可能的，现在应该不会有这样的说法了。人工智能将带来更为广泛的商业影响。”可以肯定地说，人工智能的应用潜力是极其巨大的。未来，绝大多数体力工作都将交给机器人完成，而人类也应该学会信任它们。

但是，人力劳动被取代，社会失业率是否会大增？人工智能是否会最终主宰世界？这些问题也引发了人们对人工智能新的担忧。机器人不需要薪水和福利，不需要周末和假日，也不需要睡觉；它们不会因为宿醉而影响工作，不会迟到，也不会与工友发生不愉快。当它们变得越来便宜、功能越来越强大，企业主难道不想用它们来替代工人吗？其实，早在150多年前，布尔就已经想到了这一点。据布尔的妻子玛丽回忆，布尔曾经指出，“同样的工作，如果机器完成的速度比你快得多，当然要使用机器。”随着人工智能的发展，越来越多的现象证明，机器人正在逐渐替代劳动力，如自助结账超市、无人驾驶货运列车等已经出现。

关于机器人对人类社会，尤其是就业的影响的态度，科学家们分成了两个阵营。一方观点认为，就像工作革命打破了农耕社会的作业秩序又建立了生产工厂一样，机器人的出现也会促进新的机会的出现，培养新的职业，未来的许多事物我们如今也许想像不到而已。另一方观点认为，未来的工作将更加专业化和科技化，现有的大量职业将消失。埃兹奥尼表示，“这是一个现实问题。我们确实要好好讨论一下人工智能对劳动力的影响问题。”现实生活中机器人接管的一个领域。现实生活中机器人接管的一个领域。

篇2

欧盟委员会4月8日人工智能伦理准则，以提升人们对人工智能产业的信任。通过人工智能伦理准则，既可以规范化运用人工智能技术，又能够增强大众对人工智能的信任，助推人工智能更好地为经济社会服务。（4月11日《人民日报》）

人工智能一度备受质疑，一是诸如智能技术取代传统岗位产生的就业危机，二是空前的科技革命诱发的社会恐慌。不可否认，技术革命必定有阵痛。短期而言，人工智能不可避免地取代了部分传统岗位，造成某些行业失业率攀升；长远来看，人工智能以其颠覆性技术冲击社会认知，甚至诱发人类生存危机。

不曾想，每一次科技革命，尤其是工业革命，无不饱受争议，但又无不驱动社会滚滚向前。第一次工业革命，蒸汽机车横空出世，马车等传统行业江河日下，社会怨声载道；第二次工业革命，电器产业蓬勃发展，蒸汽机车成为博物馆的珍藏；第三次科技革命，高新技术喷涌迸发，一系列产业被湮没在历史洪流中。谁曾想？达尔文的进化论不仅适用于自然界，同样适用于人类社会，适者方能生存。历史最终证明，饱受争议的工业革命都是成功的。

历史是惊人的相似，人工智能也“动了别人的奶酪”。拥有百万员工的工业帝国富士康，从2015年开始工业机器人逐步取代流水线作业员，工人失业率节节攀升；ETC忽如一夜春风来，遍布大江南北，端着铁饭碗的高速收费员被迫下岗；无人驾驶更是颠覆传统思维，随着5G时代的到来，或许司机也会如车夫一样镌刻在历史的印记中。

殊不知，诸如工业生产、高速收费和汽车驾驶等重复琐碎的工作，通过人工智能技术，可以提高作业效率、降低运营成本、解放劳动力。工业产品生产成本降低，进而提升社会大众购买力；ETC既提高了汽车通行速率，又减少了人力成本支出；无人驾驶进一步解放双手，又能减少交通事故发生频率。即便是被直接冲击的行业，也能迸发出更新的活力。

更何况，与第三次科技革命类似，人工智能对经济社会的影响是全方位的。谈就业，工业机器人维护员通过提升企业生产效率，获取更大的收入回报；车联网从业者在全新的领域大展拳脚，创造社会财富；VR、AR工程师更是在梦幻般的工作氛围中，让虚拟世界的财富梦想变为现实。论生活，之所以前者能够更好的就业，正是因为他们提升了生产效率，降低了生产成本，创造更高社会价值，增加了人均所享有的社会资源，进而为社会带来了更高效、便捷、美好的服务，低廉的价格让普罗大众共享科技红利，实现对美好科技生活的向往。

当然，不可回避，更无法回避，失业人群如何安置？首先是倒逼失业者修炼内功，向更高端的行业转移，例如富士康就有不少从流水线作业员向机器人维护员转型的成功案例；其次是外力助推，各地政府为了稳定就业，促进地方经济发展，会开展各类职业培训，并做起企业和员工的“红娘”；再者，自主创业也不失为一条好的出路，百花齐放的技术产业革命时期，催生的各类产业更是给予想作为、干作为、能作为的人才展现自我抱负的舞台。不可否定，只要是革命，必定有牺牲，人工智能革命也不例外，那么，对于有心无力的人员，政府也需要利用二次资源分配，给予帮助，让其共享变革红利。

篇3

2016年是世界围棋界极不寻常的一年，3月份在“阿尔法围棋”（AlphaGo，一款围棋人工智能程序）与围棋世界冠军、职业九段选手李世石之间展开的一场人机大战中，“阿尔法”的胜出震惊全球。7月份世界职业围棋排名网站公布了最新世界排名：“阿法围棋”以3612分，超越3608分的柯洁成为新的世界第一。

2016年12月29日到2017年1月4日，一个名叫 “Master”的神秘网络围棋手横扫中、韩、日围棋界。它凭借惊人的稳定性一路高唱凯歌，获胜60场，没有败绩。最终神秘的“Master”揭开了庐山真面目，宣布自己就是“阿尔法围棋”。

2017年1月，谷歌Deep Mind公司宣布推出真正2.0版本的“阿尔法围棋”，成为第一个不借助让子，在全尺寸19×19的棋盘上击败职业围棋棋手的电脑围棋程序，其特点是摈弃了人类棋谱，只靠“深度学习”的方式成长起来挑战围棋的极限。

围棋是人类最具智慧的竞技之一，而人工智能（Artificial Intelligence，简称AI）研发是人类最具挑战性的科技探索。人机大战的经典对决将被同时载入围棋史册和科技史册。它的意义已经远远超出围棋本身，人们热衷谈论“阿尔法围棋”更多是出于对AI技术的关切。从诞生到日益成熟，AI理论和技术的应用领域在不断扩大，不知不觉间渗透到人类当代生活的各个方面。AI时代，互联网、金融、医疗、教育、物流、娱乐、传媒等行业都在加速自己智能化的进程。可以想见，未来人工智能带来的科技产品，将会是人类智慧的“容器”。 而与此同时，人类命运和机器智慧的冲突与共存，已经由人机大战开始不断升温。

“人工智能百年研究”项目

2014年秋季，美国斯坦福大学开启了“人工智能百年研究”（AI100）项目。这是一个超大型长期项目，该项目发起人――美国人工智能发展协会会长、前微软研究员埃里克・霍维茨博士表示，“我们的职责是研究人工智能在2030年前对人类社会生活方方面面所产生的影响，尤其是在北美地区”，而“研究的核心是，人类不能丧失对人工智能的控制能力”。 “人机大战”

2016年9月1日，“人工智能百年研究”项目的第一项成果《人工智能与2030年的生活》。这是一份试图定义北美城市在未来10多年间将要面临的可以模拟人类行为的计算机和机器人系统 （即人工智能）问题的报告，涉及交通、家庭/服务、健康医疗、教育、低资源社区、公共安全与防护、就业、娱乐等关注领域，目的是推动相关政策的制定。业内人士认为，工业界和学术界目前正在联手倒逼政府出台人工智能的相关政策，希望可以获得更大力度的资金和法律扶持。

《人工智能与2030年的生活》所列举的关注领域，均面临着人工智能的影响和挑战。例如开发安全可信赖的硬件的困难（交通工具和服务机器人），获得工作信赖的困难（低资源社区和公共安防），对劳动力可能被边缘化的担忧（就业和职业），以及人际交往减少带来的社会副作用（娱乐）等等。

1.交通：自动驾驶的汽车、卡车、无人机投递将改变城市里的工作、购物和休闲娱乐模式，但需要增加可靠性、安全性和用户接受度，并根据新的交通模式改进当前的相关法规和基础设施。

2.家庭/服务机器人：现在进入家庭的扫地机器人或特种机器人能够为家庭和工作场所提供清洁和安保服务，当务之急是技术方面的挑战和机器人成本过高的问题。

3.健康医疗：个人健康监测装备与手术机器具有极大的发展潜力，人工智能软件将最终对某些疾病自动进行诊断和治疗。目前的关键是获取医疗从业者的信任。

4.教育：互动辅导系统在帮助学生进行语言、数学以及其他技能的学习方面已经发挥出作用，自然语言处理的发展将为这一领域的应用带来全新的方式。当务之急是教育资源分配不均的问题，以及教、学双方直接互动的减少会带来哪些消极影响。

5.低资源社区：投资最新技术领域有助于更充分地发挥人工智能的优势，比如避免铅污染和改进食品分配等，重要的是让公众参与进来以增强相互信任。

6.公共安全与防护：利用相机、无人机和软件进行犯罪模式分析，应用人工智能技术来降低人类判断的主观偏见，与此同时在不侵犯个人自由和尊严的情况下增强安全性。目前需注意的是如何保护隐私和避免固有偏见。

7.就业和职业：随着全球经济的快速发展，传统岗位开始被新岗位取而代之，有关人类如何适应这种新变化的相关工作需要立即展开，比如如何妥善处理劳动力下岗以及人工智能对新工作岗位不适应的问题。

8.娱乐：内容创建工具、社交网络和人工智能的结合，将开创全新的媒体内容收集、组织和分发模式。但问题是新的娱乐方式如何在个人价值和社会价值之间取得平衡。

《人工智能与2030年的生活》在回顾发展历程和展望发展趋势时指出，人类正加速在人工智能领域的研究，试图建立一个能与人高效协作的智能系统。其中最重要的是机器学习的成熟，它受到了数字经济崛起的部分影响――数字经济为机器学习提供了大量数据。此外其他影响因素包括云计算资源的崛起，以及消费者对语音识别和导航支持等技术服务的需求。研究人员认为，不管是从基本方法上还是应用领域，包括大规模的机器学习、深度学习、增强学习、机器人、计算机视觉、自然语言处理、协作系统、众包和人类计算、算法游戏理论和计算的社会选择、物联网、神经形态芯片在内的研究趋势，共同促进了人工智能研究的热潮。

这份报告试图严肃地讨论这样一个问题：如何更好地引导人工智能来丰富和服务于人类生活，同时推动和激励这一领域的创新。因为人类目前并不能清晰而完美地预测未来的人工智能技术及其影响，所以一定要对相关政策进行评估。未来几年公众在交通和医疗等领域内应用人工智能的机会日渐增多，因此必须以一种能构建信任和理解的方式将其引入，确保在尊重人权和公民权利，保护隐私和安全，维护广泛而公正的利益分配等方面措施周备。 世界经济论坛说，机器人和人工智能到2020年可以取代510万个工作岗位。

研究人员指出，传统的人工智能范式已被数据驱动型范式成功取代，对于定理证明、基于逻辑的知识表征与推理这些程序的关注度在降低。作为20世纪七八十年代人工智能研究的一根支柱，规划（ Planning ）强烈依赖于建模假设，难以在实际应用中得到满足；视觉方面基于物理的方法和机器人技术中的传统控制与制图，正让位于通过检测手边任务的动作结果来实现闭环的数据驱动型方法；还有曾颇受欢迎的贝叶斯推理和图形模式，在数据和深度学习的显著成果前也显得相形见绌。在未来15年中，针对人类意识系统开发，按照能够互动的人类特点进行建模和设计人工智能系统成为人们的兴趣点。在考虑社会和经济维度的人工智能时，物联网型的系统变得越来越受欢迎。数据驱动型产品的数量及其市场规模将会扩大。

“为机器人安装‘死亡开关’”

2017年1月，欧洲议会法律事务委员会召开会议，呼吁制定“人类与人工智能/机器人互动的全面规则”。议公布的报告对机器人可能引发的安全风险、道德问题、对人类造成的伤害等情况进行了讨论，探讨是否需要为机器人安装“死亡开关”、研究机器人抢走人类工作的应对措施等等，要求欧盟为民用机器人制订法律框架。专家认为，这或将是首个涉及管制机器人的立法草案，将有利于人类应对机器人革命带来的社会震荡。

会议认为，人工智能和机器人发动的新工业革命可能影响到所有的社会阶层。机器人可能创造无限的繁荣，与此同时将影响人类未来的就业情况。机器人取代人类在许多行业是大势所趋。在德国，每1万个雇员中就有301个是工业机器人。报告要求欧盟委员会对各国民众的就业情况进行调查，重点关注极易被机器人取而代之的职位。如果机器人成为职位“杀手”，欧盟各成员国应考虑为国民提供基本的生活保障。埃里克・希尔根多夫是一名德国法律教授，他非常认同欧洲议会讨论的这项议题。“这不仅在政治上是可取的，从法律角度也是必要的，这样我们才能及时应对机器人革命带来的社会震荡。”他指出，“即使是银行顾问、教师和记者等要求严格的职业，未来也无法在这场科技洪流中幸免。”

会议强调，因为人工智能在几十年内可能超越人类的智力，将对人类控制机器人构成挑战。随着机器人自我意识的崛起，甚至可能威胁人类的生存。近年来，机器人“杀人”的事件时有发生：2015年6月，在德国大众汽车公司，一名工人安装机器人时反被它抓起推向金属板压死；2016年6月，美国一家汽车零件生产商的一名女员工正在修理出现故障的机器人时，它突然启动，将修理女工活活压死。

报告参照美国科幻小说作家艾萨克・阿西莫夫提出的“机器人学三大法则”，将其作为立法框架，对机器人自我意识觉醒后的行为规范做出规定。“机器人学三大法则”包括： 1.机器人不得伤害人，也不得见人受到伤害而袖手旁观。2.机器人应服从人的一切命令，但不得违反第一法则。3.机器人应保护自身的安全，但不得违反第一、第二法则。由于规则无法转化为代码，欧洲议会正在着手建立一个针对机器人和人工智能研发的机构，为设计、生产和操作机器人的人员提供技术、伦理和监管方面的专门知识等。

报告还提出：1.在设计新型机器人时，设计师应该尊重人类的基本人权，事先获得道德研究委员会的批准。2.必须为机器人注册，以便在调查事故时查找涉事的机器人。3.确保机器人安装有“死亡开关”，可以随时被关闭。4.机器人不能对使用者造成“身体或心理伤害”。如果酿成事故，机器人不能逃脱责任。机器人所负担的责任应该与其接收的实际指令及其自主程度相对应：它的学习能力和自主性越高，那么人的责任就较低；倘若它“受教育”的时间越长，教它的“老师”负的责任就越大。报告还指出，机器人的生产商或拥有者将来需要购买保险，来承担机器人可能造成的损失。

人类与机器人的关系将会引起一场涉及私隐、尊严和安全的大讨论，在欧洲议会投票赞成立法之前，各成员国政府将对此做进一步的辩论和修正。

“机器人应当纳税”

英国牛津大学近期一项调查结果显示，今后数十年间，自动化改变生产线的速度将超过20世纪。在经济合作与发展组织（OECD）成员国，57%的工作岗位有被自动化取代的风险。英国中央银行英格兰银行预测，在自动化浪潮中，危在旦夕的英国工作岗位多达1500万个。美国白宫2016年预测，机器人取代时薪低于20美元以下岗位、介于20～40美元岗位和时薪40美元以上岗位的概率分别为83%、31%和4%。

在美国微软公司创始人比尔・盖茨看来，为暂时性减缓自动化蔓延速度，很有必要向企业为雇用机器人员工而征税，税单将是阻止机器人取代人类工作岗位的杀伤性武器。如果机器人将大范围取代人类工作岗位，那它们至少应为此买单。“目前一个人类员工在工厂中创造了5万美元的价值，这个价值会被征税。人类员工需要缴纳各种税，如所得税、社会保障税以及其他税款。如果一个机器人在工厂做与某个工人同样的事情，我们也应按同等水平向它征税。”

盖茨同时认为，尽管一些工作岗位可能被机器人取代，但人们可以在那些所需技能是机器人无法复制的领域里继续工作。世界需要抓住机遇解放劳动力，让人们从事更好的工作，例如关爱老人和帮扶特需群体。在这些领域，人类具有独特的同情心和理解力。

法国社会党总统候选人伯努瓦・阿蒙也呼吁法国对机器人征税，部分税收用于补贴全民基本收入保障。越来越多的政界人士和硅谷富翁支持推出全民基本收入保障，以化解自动化引发的大范围失业。而反对机器人税的人士则持这样的观点：自动化即使在短期也可以借助提高生产率创造新的就业岗位。

“人类需要成为‘半机器人’”

美国特斯拉汽车公司首席执行官伊隆・马斯克在2017年2月13日迪拜举行的 “世界政府峰会”上表示，未来20年，驾驶人员的工作将被人工智能所颠覆，之后全球12%～15%的劳动力将因为人工智能而失业。“从技术角度讲，最迫切的影响会来自自动驾驶汽车。它到来的速度将远快于人们的预期，当然它会为人类提供极大的方便。”

篇4

1支持区块链的智能合约：区块链2.0

2016年，区块链在分布式技术领域快速发展，很大程度上改变组织和社会，许多组织正在探索区块链解决方案。包括70多家世界上最大的银行的R3联盟关系，力图在其各自的区块链平台发展方面投资近6，000万美元。

然而，交易结算不是区块链技术的最大机会，其真正的可能性是在区块链上记录智能合约。智能合约仍是传统合约，但是是以代码形式记录的。它和IFTTT描述的形式类似，只是要比后者复杂得多。当区块链联系在一起时，能够产生新形式的组织，如分散式的自治组织。

最知名的智能合约平台是以太坊。以太坊是一个分散的应用平台(DApps)，完全按照程序运行，没有任何欺诈、审查或第三方干扰的可能。2017年，我们将会看到类似的平台快速成长，当然我们也可能会看到与这些平台有关的一些问题。然而，分散式互联网技术正在缓慢发展，智能合约将成为区块链2.0的重要组成部分。

2深度学习变得更加智能，使我们更接近通用人工智能

2016年算法技术的发展显著，不仅赢得了围棋比赛，还能够翻译它不了解的语言。人工智能不会就此止步，在未来，我们将越来越多地走向一种通用人工智能形式，如Siri也可以开车。

由于深度学习，通用人工智能逐渐成为可能。深度学习是机器学习的一个子领域，灵感来自人类大脑神经网络，其目的是创建可以在大量数据中寻找规律的人造神经网络。由于全球科学家都能访问更强大的计算能力和大数据集，深度学习正变得越来越普及。因此，在2017年，我们将会看到许多能够对我们生活造成重大影响的深度学习应用。

3会话式人工智能：智能应用将彻底变革交互体验

2017年，互联设备将变得真正智能化。机器人、自动驾驶汽车或船只、无人机和任何其他物联网产品将变得越来越智能化。这些设备将会更好地理解用户并使产品或服务适应用户的需求。软件更新将通过无线电完成，从而减少不断购买新产品的需求。

当这些智能设备连接到诸如Siri，Alexa，Viv，Cortana或Google Home之类的智能应用程序时，将会产生无数种可能性。会话式人工智能将启用与这些智能应用程序的高级会话。目前，这些应用程序主要用于控制你的手机、播放音乐或订购比萨饼，但在2017年，这将发生翻天覆地的变化。

4与物联网相关的数据泄露将造成严重破坏

2016年，大约65亿台设备连接到互联网，预计到2020年将增长到500亿台设备。2016年，物联网相关的分布式拒绝服务(DDoS)大规模攻击第一次出现，由于连接设备缺乏安全性，这次攻击扰乱了美国东海岸的互联网。僵尸网络感染了成千上万的连接设备，比如路由器或智能相机，并使用这些设备来启动DDoS攻击，干扰了数百万人的互联网。

5混合现实技术将大大改善数据可视化和决策制定

增强现实(AR)和虚拟现实(VR)技术在过去几年中已经走了很长的路。随着《口袋妖怪：Go》的推出，增强现实技术在2016年迎来了关键时机，该游戏在短短几个星期内用户数量超过1亿。显然《口袋妖怪：Go》与想要了解其数据的大型公司并不十分相关，但要了解增强、虚拟或混合现实技术对我们社会的影响，它仍然非常重要。2016年也推出了几款新的虚拟现实设备，其中包括PlayStation VR，该设备可以让4000多万购买PlayStation 4的游戏玩家快速进入虚拟现实。这又是一个标志性的时刻。

尽管增强现实或虚拟现实技术可能对会议室不是很有用，但混合现实的理念可能对其有很大帮助。

制造业中已经有许多通过混合现实实现更好的维修、更快的产品开发或改进库存管理的例子。此外，混合现实将帮助决策者了解(非常)复杂的数据集，使他们能够做出更好的决策。2017年，为混合现实开发的产品和应用将会增加，各类组织可以使用这些产品和应用来改进决策或提供更好的产品或服务。

6大数据自助服务解决方案将催生大数据应用

随着大数据的炒作告一段落，组织开始看到他们的数据为他们的业务提供了宝贵的见解。组织希望将数据货币化。慢慢地，他们开始明白，其实所有的公司都是技术公司。因此，他们应该把他们的数据看作是他们业务的核心。然而，对于许多组织来说，不可能在高级大数据分析系统和/或聘请大数据科学家或分析师上花费数百万，因为它们无力承担这样的费用。幸运的是，2017年将迎来大数据自助服务解决方案的增长。

自助服务大数据分析让组织使其数据货币化，并利用来自这些数据的见解来改善其业务。这些解决方案不需要几个月的规划和准备或IT基础架构的开发。相反，你可以简单地连接数据源并开始工作。这些平台将实现敏捷性，短时间实施性，并提高中小型企业的生产效率。世界上有大约1.25亿中小型企业，这是一个值得抓住的巨大市场。大数据自助服务解决方案使组织无需考虑数据类型(无论是结构化，半结构化还是非结构化)就能准备数据，因此可能成为2017年大数据采用的杀手级应用程序。

7通过混合数据进行意义建构将给高管赋能

我们周围的世界正在迅速变化，组织需要了解这种不断变化的环境以保持竞争力。然而，这种意义建构不仅应该由C级高管或高级管理人员来完成。相反，组织应该使真正的决策者能够从数据中获得正确的见解。组织内的真正决策者不是高级管理人员或C级管理人员，而是面向客户、出售服务或在工厂生产产品的员工。这些见解可以通过我称为混合数据的方法获得。结合内部和外部数据以及结构化和非结构化数据，从而获得有价值的见解。

由于大数据分析，2017年将会看到更多的组织赋予员工正确的知识。组织将采用诸如Apache Spark、Hadoop的工具或诸如Tableau Software、ClearStory Data或Periscope等可视化工具，最终为真正的决策者提供做出正确决策所需的见解。这将会改变组织内的权力平衡，因为知识等于权力。同样，这也要求高级管理人员和C级管理人员在行为上的改变。然而，如果做得适当，就能提高效率，降低成本，扩大员工权利，增强盈利能力，同时提升员工满意度。

篇5

智能医疗的兴起

人机大战1∶4的比分让相当多的人感到失望和悲观，还有人感到了恐惧，认为人工智能战胜人和主宰人类社会的时代已经开启。

然而，即便“阿尔法围棋”最终以5∶0的大比分大胜李世石，也不意味着人工智能主宰世界和人类被奴役时代的到来，理由也并非只是“阿尔法围棋”是人类设计出来的，而是因为，“阿尔法围棋”其实开启了人类利用人工智能的新时代，准确地说，是拓宽了让人工智能为人类干活的新天地，并有可能深入而广泛地让人类文明迅速发展。

“阿尔法围棋”是靠深度学习、蒙特卡洛树搜索算法和自我进化三招战胜人类棋手的，这三大功能也是人类驾驭人工智能为人类服务的途径。由于人工智能能够自我学习，学习能力会越来越强，而且搜集和贮存的数据会越来越多，将会在更多的方面成为人的助手或替代人的工作。例如，除了替代一些体力劳动以及低级岗位外，会学习的人工智能还会接手一些需要创造性、技术性和复杂运算的工作。此外，在各个领域的新产品的研发、预测分析、推广等方面，人工智能也能产生巨大的作用，创造不可估量的效益。

设计“阿尔法围棋”的深度思想公司（Deep Mind）的CEO杰米斯・哈萨比斯提出了人工智能的通用性，即通用人工智能，这种智能与人类专家协作可以解决和处理更多需要智慧才能解决的问题，如诊治疾病，处理气候变化、能源、基因组学、宏观经济学、金融系统、物理等方面的几乎所有问题。哈萨比斯称，人类想要掌握的学科越来越复杂，即使是最聪明的人，穷其一生也难以掌握其中一个领域。如果将“阿尔法围棋”看成一个能够自动将非结构化信息转化为可用知识的过程，那么通过筛选泛滥的数据得出合理的观点就指日可待。研究人员正在努力研究的是一种可以解决任何问题的人工智能超级解决方案。

具体而言，如果“阿尔法围棋”的自我学习能力、大数据存储和分析功能应用到医药领域，将诞生一种新的医疗和医药模式，即智能医疗（有人称智慧医疗，但由于智慧似乎为人类所特有，以人工智能为基础的新型医疗称智能医疗更好）。

智能医疗是指通过打造健康档案区域医疗信息平台，利用最先进的计算机和互联网技术，实现患者与医务人员、基础研究（医学和药物研究）与临床治疗、医疗机构、医疗设备之间的互动，逐步达到信息化防治疾病和健身强体的目标。

例如，通过无线网络，使用掌上电脑便捷地联通各种诊疗仪器，医务人员能随时掌握每个病人的病案信息和最新诊疗报告，随时随地快速制定诊疗方案；在医院任何一个地方，医护人员都可以登录距自己最近的系统查询医学影像资料和医嘱；患者的转诊信息及病历可以在任意一家医院通过医疗联网方式调阅；任何科学研究，包括医学和与医学相关的物理、化学等领域的研究最新成果能在互联网上及时公布等，让诊断、治病和用药以及公众的保健得到最有效、最迅速、最适宜、最廉价和最科学的处理。

智能医疗的具体表现

以“阿尔法围棋”为例，可以知道什么是智能医疗。

研发出“阿尔法围棋”的深度思想公司并非只是专注于让“阿尔法围棋”与人类棋手过招，而是注重把人工智能通过学习解决实际问题的能力贯穿应用到医学领域。2016年2月深度思想公司就已经了在医护领域使用的深度学习程序――深度思想健康（Deep Mind Health）。这是一款手机应用程序（APP），包括“识别风险病人”（Stream）和“早期临床护理管理”（Hark）两个模块。

这种手机应用程序当然也是一种人工智能，它们需要学习和帮助医护人员监护一些表面上不严重但实际很危险的病人，或者一些急性发病者。例如，深度思想健康的“识别风险病人程序”可以及时发现急性肾衰竭高风险病人，以便让医生及时治疗并改善对病人的护理。这个程序是通过检读血液检查报告，以辨别哪些病人存在风险。结果表明，有25%的急性肾衰竭死亡可以通过这个程序避免。“早期临床护理管理程序”则能帮助医生制定治疗方案和采取行动。使用该项程序能避免38%的患者病情恶化。

当然，这些只是人工智能开发和应用的冰山一角。实际上，在医药领域利用计算机技术和人工智能最早和进展较大的是药物的研发与监控。计算机和人工智能对于药物的研发在很多方面都起到了作用，如研发新药、老药新用、药物筛选、预测药物副作用、药物跟踪研究等。这实际上已经产生了一门新学科，即药物临床研究的计算机仿真（CTS）。

一种新药的开发一般估计需要15年时间，耗资10亿美元，但最近的估计是可能耗资40亿～120亿美元，还不能保证成功。因为，除了要求新药要有疗效外，还需要安全性的保障。如何监控和预测药物的副作用或不良反应就成为研发一种新药或老药新用的重要保证。

对于传统的药物研发来说，一种药物必须经过动物试验和人体的Ⅰ、Ⅱ、Ⅲ期临床试验。而且，即便Ⅲ期试验后批准上市，还有Ⅳ期临床研究，即新药上市后进行的临床研究，而且一类新药要求进行2000个病例的IV期试验。这也是造成药物研发周期长、费用高的重要原因。

但是，在今天有了计算机程序，特别是以“阿尔法围棋”为代表的能自我学习的计算机程序（软件），就为人们提供了一个检测药物的人工智能安全专家。首先是在新药筛选时可以获得安全性较高的几种备选物质。当很多个甚至成千上万个化合物都对治疗肝癌显示出某种疗效，但又对它们的安全性难以判断时，便可以利用“阿尔法围棋”的策略网络和评价网络，以及蒙特卡洛树搜索算法来挑选最具有安全性的化合物，成为新药的最佳备选者。

同样，对于尚未进入动物和人体试验阶段的药物，也可以利用类似“阿尔法围棋”这样的人工智能来检测新药的安全性。因为，每一种药物作用的靶向蛋白和受体都并不专一，如果作用于非靶向受体和蛋白就会引起副作用。类似“阿尔法围棋”的程序可以通过对既有的数千种已知药物的副作用进行筛选搜索，以判定一种药物是否会有副作用，或副作用的大与小以及最小，由此选择那些副作用概率最小和实际产生副作用最小的药物进入动物和人体试验，就会大大增加成功的概率，节约时间和成本。当然，利用“阿尔法围棋”等程序还可模拟和检测药物进入人体内的吸收、分布、代谢和排泄、给药剂量-浓度-效应之间的关系等情况，让药物研发进入快车道。

大数据和信息共享

大数据和信息共享同样是智能医疗的核心。信息共享成为智能医疗的重要性在于，全球的科研人员只有科研共享，才能对各种危害人们健康的疾病和顽症，如艾滋病、癌症等进行有效的治疗，挽救人们的生命。这一点在突发公共卫生事件，尤其是暴发危害人们生命的疾病时，具有重大的作用，例如最近在南美爆发的寨卡病。

由于医护人员对寨卡病的发病机理、传播途径和危害胎儿和孕妇的机理并不清楚，对待这种疾病既无有效的药物，也没有疫苗，因此需要更多更新的研究结果来指导防治疾病，而对于最新研究信息的共享，则有助于指导全球医务人员和公共卫生专业人员，并通过医护人员向公众提供科学的防治方法。

正是在寨卡病的防治上，信息共享得以突破。现在，美国威斯康星大学麦迪逊分校病毒学家康纳研究团队用寨卡病毒感染猴子进行试验，并在网上公开了首批数据。这一行为改变了过去研究人员只是在学术期刊发表研究结果和数据的传统做法。美国研究人员在网上的是2016年2月15日他们将寨卡病毒注射进3只印度恒河猴体内获得的血液、唾液和尿中所检测到的病毒数量的原始数据。这些数据能让每个人都看到，并且每天都会更新研究结果。

此次康纳等人首先在网上公布动物试验的数据意味着，生物医学已经正式踏入智能医疗门槛。与此同时，中国研究人员也借寨卡的防治和研究而跨入智能医疗和大科技的门槛。中国疾控中心与江西省疾控中心、浙江省疾控中心、军事医学科学院等单位合作，分别对寨卡病毒感染病例血液和尿液标本中的寨卡病毒基因组进行了全面解析，获得病毒全基因组序列，并到网上。

这种科研的资源共享显然为人们认识寨卡病的病理、研制药物和疫苗奠定了基础。而且，基于对不同来源的寨卡病毒特点的认识，将进行针对性的药物和疫苗研发。例如，中国疾控中心和江西省疾控中心合作测序的寨卡病毒基因组有10676个碱基，与目前在美洲的流行病毒株具有高度同源性。但是，浙江省疾控中心测序的寨卡病毒核酸序列与太平洋岛国法属波利尼西亚地区报道的病毒基因组序列高度同源，而与中国其他省份报告的输入病例的病毒核酸序列存在差异。

不过，美国研究人员在网上公布恒河猴试验的数据还具有更多的意义。寨卡病是一起非常紧急的公共卫生突发事件，所有人都在与寨卡病毒赛跑，也与时间赛跑。除了不应让科学家的竞争成为保密理由而延缓对寨卡病的认知和防治外，还要意识到，对人的研究有很多伦理限制而无法获得相应的数据和知识。

由于寨卡病毒感染的形式和机制在人和恒河猴体内相似和相同，研究人员能通过向猴子体内注射不同剂量的寨卡病毒而获得该病有价值的第一手相关信息。科学家能对怀孕恒河猴体内的羊水反复取样，以判断寨卡病毒能否以及多染胎儿。这些数据一方面不可能从人身上快速且合乎伦理地获取到，另一方面也可能因此而延误人们对寨卡病毒是否导致小头儿等的认知。

有了对恒河猴的研究结果，并且能在网上，就能较快地获得诸如寨卡病毒是否与小头儿关联的确切信息和机理，例如，正在发育的胎儿可能何时会被寨卡病毒侵袭而导致出生缺陷，也就能为人们提供防治的线索和方式。

此外，由于世界一些国家反对动物试验，尤其是反对用灵长类动物进行医学试验的呼声越来越大，浪潮越来越高。欧洲一些国家，如德国已经在减少灵长类动物的医学试验，美国国立卫生研究院（NIH）也已决定结束其下属一家实验室存有争议的猴子试验，并终止了对黑猩猩侵入性试验的经费支持。

在这样的情况下，美国研究人员在网上公布寨卡病毒感染猴子的数据就更具有意义，因为这是在实现一个共同的目标，资源共享能让那些并没有进行动物试验的研究人员了解动物试验的情况和数据，也就会减少使用灵长类动物进行试验。

当然，大科技时代的资源共享也会让科研人员产生疑虑，其中最核心的是，研究成果的界定和归属，以及其他研究人员是否采信网上的动物和其他研究数据及结果。

对于第一个问题，也许可以用网上公布的时间来判断一项研究结果的最早时间和进行研究的科研人员，至于对网上公布的研究结果的采信与否，可能会随着大科技时代的进展由实践做出回答。无论其他研究人员是否采信网上公布的结果和数据，都会进行验证，因此，可能会有效地检验网上公布的研究结果。

患者也要利用智能医疗

一般而言，智能医疗通常指的是计算机、大数据和互联网+如何让医生和专业机构对病人的疾病诊治更准确和更科学，让人们既能看病有效，又能少花钱。

例如，现在飞利浦公司设计了一个智能软件飞利浦健康套件数字平台，希望将消费者、患者和医疗服务人员三方进行串连，在互联的护理领域进行尝试。这个平台是一个基于云技术的开放安全平台，能够收集和分析从健康手表、血压计、耳式体温计和身体分析仪等多个设备源头的健康数据。医生也可以在第一时间了解到患者的情况并做出医疗判断和治疗方案，从而大大降低医疗成本和漏诊误诊的发生率。

智能医疗的另一个维度是患者和家属，以及需要保健的正常群体，他们也需要大数据和智能分析来选择自己所需的诊治疾病的方式和程序，以及正常人需要选择的保健措施。

在这方面，利用大数据设计成智能软件，为患者和公众提供就医和保健的信息也格外重要。现在，美国已经出现了主流医院评价平台的智能软件，供广大公众选择。这个平台对美国近5000家医院、约14万医生以及16个医疗领域的137家专业医院排名。这个排名对医院声誉、患者存活率、患者安全性以及其他医疗相关指标在内的数十项评价指标进行综合排序，由第三方公司或组织进行多方位、多元化评价，更加关注医疗产出以及患者满意度。如此，这种智能平台可以向公众提供他们可以选择和信赖的医院进行就诊和治病。

现在，中国对医院和医生的评价还是采用最普遍的医院等级划分标准（3级10等）。医院评审分级标准包括医院的规模、技术水平、医疗设备、管理水平、医院质量等5个标准，但由于其他评审内容设置缺乏直观指标，容易量化的硬件标准（床位、科室设置、医疗设备、人员配备等）成为划分医院等级的决定因素，暂时未能考虑医院的综合医疗效果、患者存活率、患者安全性等。

现在，中国研究人员意识到医院评价和大数据的重要性，复旦大学医院管理研究所已经邀请全国30个临床专科的几千位著名专家学者共同参与评审中国最佳医院排行榜。其中，医院专科声誉主要由专家提名心目中名列前茅的医院，而在科研学术方面，得分主要来自于国家级奖项和科学引文索引（SCI）影响因子。

篇6

【关键词】法理学/法律推理/人工智能

【正文】

一、人工智能法律系统的历史

计算机先驱思想家莱布尼兹曾这样不无浪漫地谈到推理与计算的关系：“我们要造成这样一个结果，使所有推理的错误都只成为计算的错误，这样，当争论发生的时候，两个哲学家同两个计算家一样，用不着辩论，只要把笔拿在手里，并且在算盘面前坐下，两个人面对面地说：让我们来计算一下吧！”（注：转引自肖尔兹著：《简明逻辑史》，张家龙译，商务印书馆1977年版，第54页。）

如果连抽象的哲学推理都能转变为计算问题来解决，法律推理的定量化也许还要相对简单一些。尽管理论上的可能性与技术可行性之间依然存在着巨大的鸿沟，但是，人工智能技术的发展速度确实令人惊叹。从诞生至今的短短45年内，人工智能从一般问题的研究向特殊领域不断深入。1956年纽厄尔和西蒙教授的“逻辑理论家”程序，证明了罗素《数学原理》第二章52个定理中的38个定理。塞缪尔的课题组利用对策论和启发式探索技术开发的具有自学习能力的跳棋程序，在1959年击败了其设计者，1962年击败了州跳棋冠军，1997年超级计算机“深蓝”使世界头号国际象棋大师卡斯帕罗夫俯首称臣。

20世纪60年代，人工智能研究的主要课题是博弈、难题求解和智能机器人；70年代开始研究自然语言理解和专家系统。1971年费根鲍姆教授等人研制出“化学家系统”之后，“计算机数学家”、“计算机医生”等系统相继诞生。在其他领域专家系统研究取得突出成就的鼓舞下，一些律师提出了研制“法律诊断”系统和律师系统的可能性。（注：SimonChalton,LegalDiagnostics,ComputersandLaw,No.25,August1980.pp.13-15.BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.p.2.）

1970年Buchanan&Headrick发表了《关于人工智能和法律推理若干问题的考察》，一文，拉开了对法律推理进行人工智能研究的序幕。文章认为，理解、模拟法律论证或法律推理，需要在许多知识领域进行艰难的研究。首先要了解如何描述案件、规则和论证等几种知识类型，即如何描述法律知识，其中处理开放结构的法律概念是主要难题。其次，要了解如何运用各种知识进行推理，包括分别运用规则、判例和假设的推理，以及混合运用规则和判例的推理。再次，要了解审判实践中法律推理运用的实际过程，如审判程序的运行，规则的适用，事实的辩论等等。最后，如何将它们最终运用于编制能执行法律推理和辩论任务的计算机程序，区别和分析不同的案件，预测并规避对手的辩护策略，建立巧妙的假设等等。（注：Buchanan&Headrick,SomeSpeculationAboutArtificialIntelligenceandLegalReasoning,23StanfordLawReview(1970).pp.40-62.）法律推理的人工智能研究在这一时期主要沿着两条途径前进：一是基于规则模拟归纳推理，70年代初由WalterG.Popp和BernhardSchlink开发了JUDITH律师推理系统。二是模拟法律分析，寻求在模型与以前贮存的基础数据之间建立实际联系，并仅依这种关联的相似性而得出结论。JeffreyMeld-man1977年开发了计算机辅助法律分析系统，它以律师推理为模拟对象，试图识别与案件事实模型相似的其他案件。考虑到律师分析案件既用归纳推理又用演绎推理，程序对两者都给予了必要的关注，并且包括了各种水平的分析推理方法。

专家系统在法律中的第一次实际应用，是D.沃特曼和M.皮特森1981年开发的法律判决辅助系统(LDS)。研究者探索将其当作法律适用的实践工具，对美国民法制度的某个方面进行检测，运用严格责任、相对疏忽和损害赔偿等模型，计算出责任案件的赔偿价值，并论证了如何模拟法律专家意见的方法论问题。（注：''''ModelsofLegalDecisionmakingReport'''',R-2717-ICJ(1981).）

我国法律专家系统的研制于20世纪80年代中期起步。（注：钱学森教授：《论法治系统工程的任务与方法》（《科技管理研究》1981年第4期）、《社会主义和法治学与现代科学技术》（《法制建设》1984年第3期）、《现代科学技术与法和法制建设》（《政法论坛》）1985年第3期）等文章，为我国法律专家系统的研发起了思想解放和理论奠基作用。）1986年由朱华荣、肖开权主持的《量刑综合平衡与电脑辅助量刑专家系统研究》被确定为国家社科“七五”研究课题，它在建立盗窃罪量刑数学模型方面取得了成果。在法律数据库开发方面，1993年中山大学学生胡钊、周宗毅、汪宏杰等人合作研制了《LOA律师办公自动化系统》。（注：杨建广、骆梅芬编著：《法治系统工程》，中山大学出版社1996年版，第344-349页。）1993年武汉大学法学院赵廷光教授主持开发了《实用刑法专家系统》。（注：赵廷光等著：《实用刑法专家系统用户手册》，北京新概念软件研究所1993年版。）它由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法知识和对刑事个案进行推理判断的功能。

专家系统与以往的“通用难题求解”相比具有以下特点：(1)它要解决复杂的实际问题，而不是规则简单的游戏或数学定理证明问题；(2)它面向更加专门的应用领域，而不是单纯的原理性探索；(3)它主要根据具体的问题域，选择合理的方法来表达和运用特殊的知识，而不强调与问题的特殊性无关的普适性推理和搜索策略。

法律专家系统在法规和判例的辅助检索方面确实发挥了重要作用，解放了律师一部分脑力劳动。但绝大多数专家系统目前只能做法律数据的检索工作，缺乏应有的推理功能。20世纪90年代以后，人工智能法律系统进入了以知识工程为主要技术手段的开发时期。知识工程是指以知识为处理对象，以能在计算机上表达和运用知识的技术为主要手段，研究知识型系统的设计、构造和维护的一门更加高级的人工智能技术。（注：《中国大百科全书·自动控制与系统工程》，中国大百科全书出版社1991年版，第579页。）知识工程概念的提出，改变了以往人们认为几个推理定律再加上强大的计算机就会产生专家功能的信念。以知识工程为技术手段的法律系统研制，如果能在法律知识的获得、表达和应用等方面获得突破，将会使人工智能法律系统的研制产生一个质的飞跃。

人工智能法律系统的发展源于两种动力。其一是法律实践自身的要求。随着社会生活和法律关系的复杂化，法律实践需要新的思维工具，否则，法律家（律师、检察官和法官）将无法承受法律文献日积月累和法律案件不断增多的重负。其二是人工智能发展的需要。人工智能以模拟人的全部思维活动为目标，但又必须以具体思维活动一城一池的攻克为过程。它需要通过对不同思维领域的征服，来证明知识的每个领域都可以精确描述并制造出类似人类智能的机器。此外，人工智能选择法律领域寻求突破，还有下述原因：(1)尽管法律推理十分复杂，但它有相对稳定的对象（案件）、相对明确的前提（法律规则、法律事实）及严格的程序规则，且须得出确定的判决结论。这为人工智能模拟提供了极为有利的条件。(2)法律推理特别是抗辩制审判中的司法推理，以明确的规则、理性的标准、充分的辩论，为观察思维活动的轨迹提供了可以记录和回放的样本。(3)法律知识长期的积累、完备的档案，为模拟法律知识的获得、表达和应用提供了丰富、准确的资料。(4)法律活动所特有的自我意识、自我批评精神，对法律程序和假设进行检验的传统，为模拟法律推理提供了良好的反思条件。

二、人工智能法律系统的价值

人工智能法律系统的研制对法学理论和法律实践的价值和意义，可以概括为以下几点：

一是方法论启示。P.Wahlgren说：“人工智能方法的研究可以支持和深化在创造性方法上的法理学反思。这个信仰反映了法理学可以被视为旨在于开发法律分析和法律推理之方法的活动。从法理学的观点看，这种研究的最终目标是揭示方法论的潜在作用，从而有助于开展从法理学观点所提出的解决方法的讨论，而不仅仅是探讨与计算机科学和人工智能有关的非常细致的技术方面。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在模拟法律推理的过程中，法学家通过与工人智能专家的密切合作，可以从其对法律推理的独特理解中获得有关方法论方面的启示。例如，由于很少有两个案件完全相似，在判例法实践中，总有某些不相似的方面需要法律家运用假设来分析已有判例与现实案件的相关性程度。但法学家们在假设的性质问题上常常莫衷一是。然而HYPO的设计者，在无真实判例或真实判例不能充分解释现实案件的情况下，以假设的反例来反驳对方的观点，用补充、删减和改变事实的机械论方法来生成假设。这种用人工智能方法来处理假设的办法，就使复杂问题变得十分简单：假设实际上是一个新的论证产生于一个经过修正的老的论证的过程。总之，人工智能方法可以帮助法学家跳出法理学方法的思维定势，用其他学科的方法来重新审视法学问题，从而为法律问题的解决提供了新的途径。

二是提供了思想实验手段。西蒙认为，尽管我们还不知道思维在头脑中是怎样由生理作用完成的，“但我们知道这些处理在数字电子计算机中是由电子作用完成的。给计算机编程序使之思维，已经证明有可能为思维提供机械论解释”。（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）童天湘先生认为：“通过编制有关思维活动的程序，就会加深对思维活动具体细节的了解，并将这种程序送进计算机运行，检验其正确性。这是一种思想实验，有助于我们研究人脑思维的机理。”（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）人工智能法律系统研究的直接目标是使计算机能够获取、表达和应用法律知识，软件工程师为模拟法律推理而编制程序，必须先对人的推理过程作出基于人工智能理论和方法的独特解释。人工智能以功能模拟开路，在未搞清法律家的推理结构之前，首先从功能上对法律证成、法律检索、法律解释、法律适用等法律推理的要素和活动进行数理分析，将法理学、诉讼法学关于法律推理的研究成果模型化，以实现法律推理知识的机器表达或再现，从而为认识法律推理的过程和规律提供了一种实验手段。法学家则可以将人工智能法律系统的推理过程、方法和结论与人类法律推理活动相对照，为法律推理的法理学研究所借鉴。因此，用人工智能方法模拟法律推理，深化了人们对法律推理性质、要素和过程的认识，使法学家得以借助人工智能科学的敏锐透镜去考察法律推理的微观机制。正是在这个意义上，BryanNiblett教授说：“一个成功的专家系统很可能比其他的途径对法理学作出更多的（理论）贡献。”（注：BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.note14,p.3.）

三是辅助司法审判。按照格雷的观点，法律专家系统首先在英美判例法国家出现的直接原因在于，浩如烟海的判例案卷如果没有计算机编纂、分类、查询，这种法律制度简直就无法运转了。（注：PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:DartmouthPublishingCo.,1997.p.402.）其实不仅是判例法，制定法制度下的律师和法官往往也要为检索有关的法律、法规和司法解释耗费大量的精力和时间，而且由于人脑的知识和记忆能力有限，还存在着检索不全面、记忆不准确的问题。人工智能法律系统强大的记忆和检索功能，可以弥补人类智能的某些局限性，帮助律师和法官从事相对简单的法律检索工作，从而极大地解放律师和法官的脑力劳动，使其能够集中精力从事更加复杂的法律推理活动。

四是促进司法公正。司法推理虽有统一的法律标准，但法官是具有主观能动性的差异个体，所以在执行统一标准时会产生一些差异的结果。司法解释所具有的建构性、辩证性和创造性的特点，进一步加剧了这种差异。如果换了钢铁之躯的机器，这种由主观原因所造成的差异性就有可能加以避免。这当然不是说让计算机完全取代法官，而是说，由于人工智能法律系统为司法审判提供了相对统一的推理标准和评价标准，从而可以辅助法官取得具有一贯性的判决。无论如何，我们必须承认，钢铁之躯的机器没有物质欲望和感情生活，可以比人更少地受到外界因素的干扰。正像计算机录取增强了高考招生的公正性、电子监视器提高了纠正行车违章的公正性一样，智能法律系统在庭审中的运用有可能减少某些现象。

五是辅助法律教育和培训。人工智能法律系统凝聚了法律家的专门知识和法官群体的审判经验，如果通过软件系统或计算机网络实现专家经验和知识的共享，便可在法律教育和培训中发挥多方面的作用。例如，(1)在法学院教学中发挥模拟法庭的作用，可以帮助法律专业学生巩固自己所学知识，并将法律知识应用于模拟的审判实践，从而较快地提高解决法律实践问题的能力。(2)帮助新律师和新法官全面掌握法律知识，迅速获得判案经验，在审判过程的跟踪检测和判决结论的动态校正中增长知识和才干，较快地接近或达到专家水平。(3)可使不同地区、不同层次的律师和法官及时获得有关法律问题的咨询建议，弥补因知识结构差异和判案经验多寡而可能出现的失误。(4)可以为大众提供及时的法律咨询，提高广大人民群众的法律素质，增强法律意识。

六是辅助立法活动。人工智能法律系统不仅对辅助司法审判有重要的意义，而且对完善立法也具有实用价值。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）例如，伦敦大学Imperial学院的逻辑程序组将1981年英国国籍法的内容形式化，帮助立法者发现了该法在预见性上存在的一些缺陷和法律漏洞。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）立法辅助系统如能应用于法律起草和法律草案的审议过程，有可能事先发现一些立法漏洞，避免一个法律内部各种规则之间以及新法律与现有法律制度之间的相互冲突。

三、法理学在人工智能法律系统研究中的作用

1.人工智能法律系统的法理学思想来源

关于人工智能法律系统之法理学思想来源的追踪，不是对法理学与人工智能的联系作面面俱到的考察，而旨在揭示法理学对人工智能法律系统的发展所产生的一些直接影响。

第一，法律形式主义为人工智能法律系统的产生奠定了理论基础。18-19世纪的法律形式主义强调法律推理的形式方面，认为将法律化成简单的几何公式是完全可能的。这种以J·奥斯汀为代表的英国分析法学的传统，主张“法律推理应该依据客观事实、明确的规则以及逻辑去解决一切为法律所要求的具体行为。假如法律能如此运作，那么无论谁作裁决，法律推理都会导向同样的裁决。”（注：（美）史蒂文·J·伯顿著：《法律和法律推理导论》，张志铭、解兴权译，中国政法大学出版社1998年9月版，第3页。）换言之，机器只要遵守法律推理的逻辑，也可以得出和法官一样的判决结果。在分析法学家看来，“所谓‘法治’就是要求结论必须是大前提与小前提逻辑必然结果。”（注：朱景文主编：《对西方法律传统的挑战》，中国检察出版社1996年2月版，第292页。）如果法官违反三段论推理的逻辑，就会破坏法治。这种机械论的法律推理观，反映了分析法学要求法官不以个人价值观干扰法律推理活动的主张。但是，它同时具有忽视法官主观能动性和法律推理灵活性的僵化的缺陷。所以，自由法学家比埃利希将法律形式主义的逻辑推理说称为“自动售货机”理论。然而，从人工智能就是为思维提供机械论解释的意义上说，法律形式主义对法律推理所作的机械论解释，恰恰为人工智能法律系统的开发提供了可能的前提。从人工智能法律系统研制的实际过程来看，在其起步阶段，人工智能专家正是根据法律形式主义所提供的理论前提，首先选择三段论演绎推理进行模拟，由WalterG.Popp和BernhardSchlink在20世纪70年代初开发了JUDITH律师推理系统。在这个系统中，作为推理大小前提的法律和事实之间的逻辑关系，被计算机以“如果A和B，那么C”的方式加以描述，使机器法律推理第一次从理论变为现实。

第二，法律现实主义推动智能模拟深入到主体的思维结构领域。法律形式主义忽视了推理主体的社会性。法官是生活在现实社会中的人，其所从事的法律活动不可能不受到其社会体验和思维结构的影响。法官在实际的审判实践中，并不是机械地遵循规则，特别是在遇到复杂案件时，往往需要作出某种价值选择。而一旦面对价值问题，法律形式主义的逻辑决定论便立刻陷入困境，显出其僵化性的致命弱点。法律现实主义对其僵化性进行了深刻的批判。霍姆斯法官明确提出“法律的生命并不在于逻辑而在于经验”（注：（美）博登海默著：《法理学——法哲学及其方法》，邓正来、姬敬武译，华夏出版社1987年12月版，第478页。）的格言。这里所谓逻辑，就是指法律形式主义的三段论演绎逻辑；所谓经验，则包括一定的道德和政治理论、公共政策及直觉知识，甚至法官的偏见。法律现实主义对法官主观能动性和法律推理灵活性的强调，促使人工智能研究从模拟法律推理的外在逻辑形式进一步转向探求法官的内在思维结构。人们开始考虑，如果思维结构对法官的推理活动具有定向作用，那么，人工智能法律系统若要达到法官水平，就应该通过建立思维结构模型来设计机器的运行结构。TAXMAN的设计就借鉴了这一思想，法律知识被计算机结构语言以语义网络的方式组成不同的规则系统，解释程序、协调程序、说明程序分别对网络结构中的输入和输出信息进行动态结构调整，从而适应了知识整合的需要。大规模知识系统的KBS(KnowledgeBasedSystem)开发也注意了思维结构的整合作用，许多具有内在联系的小规模KBS子系统，在分别模拟法律推理要素功能（证成、法律查询、法律解释、法律适用、法律评价、理由阐述）的基础上，又通过联想程序被有机联系起来，构成了具有法律推理整体功能的概念模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）

第三，“开放结构”的法律概念打开了疑难案件法律推理模拟的思路。法律形式主义忽视了疑难案件的存在。疑难案件的特征表现为法律规则和案件之间不存在单一的逻辑对应关系。有时候从一个法律规则可以推出几种不同的结论，它们往往没有明显的对错之分；有时一个案件面对着几个相似的法律规则。在这些情况下，形式主义推理说都一筹莫展。但是，法律现实主义在批判法律形式主义时又走向另一个极端，它否认具有普遍性的一般法律规则的存在，试图用“行动中的法律”完全代替分析法学“本本中的法律”。这种矫枉过正的做法虽然是使法律推理摆脱机械论束缚所走出的必要一步，然而，法律如果真像现实主义法学所说的那样仅仅存在于具体判决之中，法律推理如果可以不遵循任何标准或因人而异，那么，受到挑战的就不仅是法律形式主义，而且还会殃及法治要求实现规则统治之根本原则，并动摇人工智能法律系统存在的基础。哈特在法律形式主义和法律现实主义的争论中采取了一种折中立场，他既承认逻辑的局限性又强调其重要性；既拒斥法官完全按自己的预感来随意判案的见解，又承认直觉的存在。这种折中立场在哈特“开放结构”的法律概念中得到了充分体现。法律概念既有“意义核心”又有“开放结构”，逻辑推理可以帮助法官发现问题的阳面，而根据社会政策、价值和后果对规则进行解释则有助于发现问题的阴面。开放结构的法律概念，使基于规则的法律推理模拟在受到概念封闭性的限制而对疑难案件无能为力时，找到了新的立足点。在此基础上，运用开放结构概念的疑难案件法律推理模型，通过逻辑程序工具和联想技术而建立起来。Gardner博士就疑难案件提出两种解决策略：一是将简易问题从疑难问题中筛选出来，运用基于规则的技术来解决；二是将疑难问题同“开放结构”的法律概念联系在一起，先用非范例知识如规则、控辩双方的陈述、常识来获得初步答案，再运用范例来澄清案件、检查答案的正确性。

第四，目的法学促进了价值推理的人工智能研究。目的法学是指一种所谓直接实现目的之“后法治”理想。美国法学家诺内特和塞尔兹尼克把法律分为三种类型。他们认为，以法治为标志的自治型法，过分强调手段或程序的正当性，有把手段当作目的的倾向。这说明法治社会并没有反映人类关于美好社会的最高理想，因为实质正义不是经过人们直接追求而实现的，而是通过追求形式正义而间接获得的。因此他们提出以回应型法取代自治型法的主张。在回应型法中，“目的为评判既定的做法设立了标准，从而也就开辟了变化的途径。同时，如果认真地对待目的，它们就能控制行政自由裁量权，从而减轻制度屈从的危险。反之，缺少目的既是僵硬的根源，又是机会主义的根源。”（注：（美）诺内特、塞尔兹尼克著：《转变中的法律与社会》，张志铭译，中国政法大学出版社1994年版，第60页。）美国批判法学家昂格尔对形式主义法律推理和目的型法律推理的特点进行了比较，他认为，前者要求使用内容明确、固定的规则，无视社会现实生活中不同价值观念的冲突，不能适应复杂情况和变化，追求形式正义；后者则要求放松对法律推理标准的严格限制，允许使用无固定内容的抽象标准，迫使人们在不同的价值观念之间做出选择，追求实质正义。与此相应，佩雷尔曼提出了新修辞学(NewRhetoric)的法律理论。他认为，形式逻辑只是根据演绎法或归纳法对问题加以说明或论证的技术，属于手段的逻辑；新修辞学要填补形式逻辑的不足，是关于目的的辩证逻辑，可以帮助法官论证其决定和选择，因而是进行价值判断的逻辑。他认为，在司法三段论思想支配下，法学的任务是将全部法律系统化并作为阐释法律的大前提，“明确性、一致性和完备性”就成为对法律的三个要求。而新修辞学的基本思想是价值判断的多元论，法官必须在某种价值判断的指示下履行义务，必须考虑哪些价值是“合理的、可接受的、社会上有效的公平的”。这些价值构成了判决的正当理由。（注：沈宗灵著：《现代西方法理学》，北京大学出版社1992年版，第443-446页。）制造人工智能法律系统最终需要解决价值推理的模拟问题，否则，就难以实现为判决提供正当理由的要求。为此，P.Wahlgren提出的与人工智能相关的5种知识表达途径中，明确地包括了以道义为基础的法律推理模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）引入道义逻辑，或者说在机器中采用基于某种道义逻辑的推理程序，强调目的价值，也许是制造智能法律系统的关键。不过，即使把道义逻辑硬塞给计算机，钢铁之躯的机器没有生理需要，也很难产生价值观念和主观体验，没办法解决主观选择的问题。在这个问题上，波斯纳曾以法律家有七情六欲为由对法律家对法律的机械忠诚表示了强烈怀疑，并辩证地将其视为法律发展的动力之一。只有人才能够平衡相互冲突的利益，能够发现对人类生存和发展至关重要的价值。因此，关于价值推理的人工智能模拟究竟能取得什么成果，恐怕还是个未知数。

2.法理学对人工智能法律系统研制的理论指导作用

GoldandSusskind指出：“不争的事实是，所有的专家系统必须适应一些法理学理论，因为一切法律专家系统都需要提出关于法律和法律推理性质的假设。从更严格的意义上说，一切专家系统都必须体现一种结构理论和法律的个性，一种法律规范理论，一种描述法律科学的理论，一种法律推理理论”。（注：GoldandSusskind,ExpertSystemsinLaw:AJurisprudentialandFormalSpecificationApproach,pp.307-309.）人工智能法律系统的研究，不仅需要以法理学关于法律的一般理论为知识基础，还需要从法理学获得关于法律推理的完整理论，如法律推理实践和理论的发展历史，法律推理的标准、主体、过程、方法等等。人工智能对法律推理的模拟，主要是对法理学关于法律推理的知识进行人工智能方法的描述，建立数学模型并编制计算机应用程序，从而在智能机器上再现人类法律推理功能的过程。在这个过程中，人工智能专家的主要任务是研究如何吸收法理学关于法律推理的研究成果，包括法理学关于人工智能法律系统的研究成果。

随着人工智能法律系统研究从低级向高级目标的推进，人们越来越意识到，对法律推理的微观机制认识不足已成为人工智能模拟的严重障碍。P.Wahlgren指出，“许多人工智能技术在法律领域的开发项目之所以失败，就是因为许多潜在的法理学原则没有在系统开发的开始阶段被遵守或给予有效的注意。”“法理学对法律推理和方法论问题的关注已经有几百年，而人工智能的诞生只是本世纪50年代中期的事情，这个事实是人工智能通过考察法理学知识来丰富自己的一个有效动机。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）因此，研究法律推理自动化的目标，“一方面是用人工智能（通过把计算机的应用与分析模型相结合）来支撑法律推理的可能性；另一方面是应用法理学理论来解决作为法律推理支撑系统的以及一般的人工智能问题。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在前一方面，是人工智能法律系统充当法律推理研究的思想实验手段以及辅助司法审判的问题。后一方面，则是法律推理的法律学研究成果直接为人工智能法律系统的研制所应用的问题。例如，20世纪70年代法理学在真实和假设案例的推理和分析方面所取得的成果，已为几种人工智能法律装置借鉴而成为其设计工作的理论基础。在运用模糊或开放结构概念的法律推理研究方面，以及在法庭辩论和法律解释的形式化等问题上，法理学的研究成果也已为人工智能法律系统的研究所借鉴。

四、人工智能法律系统研究的难点

人工智能法律系统的研究尽管在很短的时间内取得了许多令人振奋的成果，但它的发展也面临着许多困难。这些困难构成了研究工作需要进一步努力奋斗的目标。

第一，关于法律解释的模拟。在法理学的诸多研究成果中，法律解释的研究对人工智能法律系统的研制起着关键作用。法律知识表达的核心问题是法律解释。法律规范在一个法律论点上的效力，是由法律家按忠实原意和适合当时案件的原则通过法律解释予以确认的，其中包含着人类特有的价值和目的考虑，反映了法律家的知识表达具有主观能动性。所以，德沃金将解释过程看作是一种结合了法律知识、时代信息和思维方法而形成的，能够应变的思维策略。（注：Dworkin,TakingRightsSeriously,HarvardUniversityPressCambridge,Massachusetts1977.p.75.）目前的法律专家系统并未以知识表达为目的来解释法律，而是将法律整齐地“码放”在计算机记忆系统中仅供一般检索之用。然而，在法律知识工程系统中，法律知识必须被解释，以满足自动推理对法律知识进行重新建构的需要。麦卡锡说：“在开发智能信息系统的过程中，最关键的任务既不是文件的重建也不是专家意见的重建，而是建立有关法律领域的概念模型。”（注：McCarty,Intelligentlegalinformationsystems:problemsandprospects,op.cit.supra,note25,p.126.）建立法律概念模型必须以法律家对某一法律概念的共识为基础，但不同的法律家对同一法律概念往往有不同的解释策略。凯尔森甚至说：即使在国内法领域也难以形成一个“能够用来叙述一定法律共同体的实在法的基本概念”。（注：（奥）凯尔森著：《法与国家的一般理论》，沈宗灵译，中国大百科全书出版社1996年版，第1页。）尽管如此，法理学还是为法律概念模型的重建提供了一些方法。例如，德沃金认为，法官在“解释”阶段，要通过推理论证，为自己在“前解释”阶段所确定的大多数法官对模糊法律规范的“一致看法”提供“一些总的理由”。获取这些总的理由的过程分为两个步骤：首先，从现存的明确法律制度中抽象出一般的法律原则，用自我建立的一般法律理论来证明这种法律原则是其中的一部分，证明现存的明确法律制度是正当的。其次，再以法律原则为依据反向推出具体的法律结论，即用一般法律理论来证明某一法律原则存在的合理性，再用该法律原则来解释某一法律概念。TAXMAN等系统装置已吸收了这种方法，法律知识被计算机结构语言以语义网络的方式组成不同的规则系统，解释程序使计算机根据案件事实来执行某条法律规则，并在新案件事实输入时对法律规则作出新的解释后才加以调用。不过，法律知识表达的进展还依赖于法律解释研究取得更多的突破。

第二，关于启发式程序。目前的法律专家系统如果不能与启发式程序接口，不能运用判断性知识进行推理，只通过规则反馈来提供简单解释，就谈不上真正的智能性。启发式程序要解决智能机器如何模拟法律家推理的直觉性、经验性以及推理结果的不确定性等问题，即人可以有效地处理错误的或不完全的数据，在必要时作出猜测和假设，从而使问题的解决具有灵活性。在这方面，Gardner的混合推理模型，EdwinaL.Rissland运用联想程序对规则和判例推理的结果作集合处理的思路，以及Massachusetts大学研制的CABARET（基于判例的推理工具），在将启发式程序应用于系统开发方面都进行了有益的尝试。但是，法律问题往往没有唯一正确的答案，这是人工智能模拟法律推理的一个难题。选择哪一个答案，往往取决于法律推理的目的标准和推理主体的立场和价值观念。但智能机器没有自己的目的、利益和立场。这似乎从某种程度上划定了机器法律推理所能解决问题的范围。

第三，关于法律自然语言理解。在设计基于规则的程序时，设计者必须假定整套规则没有意义不明和冲突，程序必须消灭这些问题而使规则呈现出更多的一致性。就是说，尽管人们对法律概念的含义可以争论不休，但输入机器的法律语言却不能互相矛盾。机器语言具有很大的局限性，例如，LDS基于规则来模拟严格责任并计算实际损害时，表现出的最大弱点就是不能使用不精确的自然语言进行推理。然而，在实际的法律推理过程中，法律家对某个问题的任何一种回答都可根据上下文关系作多种解释，而且辩论双方总是寻求得出不同的结论。因此，智能法律专家系统的成功在很大程度上还依赖于自然语言理解研究工作的突破。牛津大学的一个程序组正在研究法律自然语言的理解问题，但是遇到了重重困难。原因是连法学家们自己目前也还没有建立起一套大家一致同意的专业术语规范。所以EdwinaL.Rissland认为，常识知识、意图和信仰类知识的模拟化，以及自然语言理解的模拟问题，迄今为止可能是人工智能面临的最困难的任务。对于语言模拟来说，像交际短语和短语概括的有限能力可能会在较窄的语境条件下取得成果，完全的功能模拟、一般“解决问题”能力的模拟则距离非常遥远，而像书面上诉意见的理解则是永远的终极幻想。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）

五、人工智能法律系统的开发策略和应用前景

我们能够制造出一台什么样的机器，可以证明它是人工智能法律系统？从检验标准上看，这主要是法律知识在机器中再现的判定问题。根据“图灵试验”原理，我们可将该检验标准概括如下：设两间隔开的屋子，一间坐着一位法律家，另一间“坐着”一台智能机器。一个人（也是法律家）向法律家和机器提出同样的法律问题，如果提问者不能从二者的回答中区分出谁是法律家、谁是机器，就不能怀疑机器具有法律知识表达的能力。

依“图灵试验”制定的智能法律系统检验标准，所看重的是功能。只要机器和法律家解决同样法律问题时所表现出来的功能相同，就不再苛求哪个是钢铁结构、哪个是血肉之躯。人工智能立足的基础，就是相同的功能可以通过不同的结构来实现之功能模拟理论。

从功能模拟的观点来确定人工智能法律系统的研究与开发策略，可作以下考虑：

第一，扩大人工智能法律系统的研发主体。现有人工法律系统的幼稚，暴露了仅仅依靠计算机和知识工程专家从事系统研发工作的局限性。因此，应该确立以法律家、逻辑学家和计算机专家三结合的研发群体。在系统研发初期，可组成由法学家、逻辑与认知专家、计算机和知识工程专家为主体的课题组，制定系统研发的整体战略和分阶段实施的研发规划。在系统研发中期，应通过网络等手段充分吸收初级产品用户（律师、检察官、法官）的意见，使研发工作在理论研究与实际应用之间形成反馈，将开发精英与广大用户的智慧结合起来，互相启发、群策群力，推动系统迅速升级。

第二，确定研究与应用相结合、以应用为主导的研发策略。目前国外人工智能法律系统的研究大多停留在实验室领域，还没有在司法实践中加以应用。但是，任何智能系统包括相对简单的软件系统，如果不经过用户的长期使用和反馈，是永远也不可能走向成熟的。从我国的实际情况看，如果不能将初期研究成果尽快地转化为产品，我们也难以为后续研究工作提供雄厚的资金支持。因此，人工智能法律系统的研究必须走产研结合的道路，坚持以应用开路，使智能法律系统尽快走出实验室，同时以研究为先导，促进不断更新升级。

第三，系统研发目标与初级产品功能定位。人工智能法律系统的研发目标是制造出能够满足多用户（律师、检察官、法官、立法者、法学家）多种需要的机型。初级产品的定位应考虑到，人的推理功能特别是价值推理的功能远远超过机器，但人的记忆功能、检索速度和准确性又远不如机器。同时还应该考虑到，我国目前有12万律师，23万检察官和21万法官，每年1.2万法学院本科毕业生，他们对法律知识的获取、表达和应用能力参差不齐。因此，初级产品的标准可适当降低，先研制推理功能薄弱、检索功能强大的法律专家系统。可与计算机厂商合作生产具有强大数据库功能的硬件，并确保最新法律、法规、司法解释和判例的网上及时更新；同时编制以案件为引导的高速检索软件。系统开发的先期目标应确定为：(1)替律师起草仅供参考的书和辩护词；(2)替法官起草仅供参考的判决书；(3)为法学院学生提供模拟法庭审判的通用系统软件，以辅助学生在、辩护和审判等诉讼的不同阶段巩固所学知识、获得审判经验。上述软件旨在提供一个初级平台，先解决有无和急需，再不断收集用户反馈意见，逐步改进完善。

第四，实验室研发应确定较高的起点或跟踪战略。国外以知识工程为主要技术手段的人工智能法律系统开发已经历了如下发展阶段：(1)主要适用于简单案件的规则推理；(2)运用开放结构概念的推理；(3)运用判例和假设的推理；(4)运用规则和判例的混合推理。我们如确定以简单案件的规则推理为初级市场产品，那么，实验室中第二代产品开发就应瞄准运用开放结构概念的推理。同时，跟踪运用假设的推理及混合推理，吸收国外先进的KBS和HYPO的设计思想，将功能子系统开发与联想式控制系统结合。HYPO判例法推理智能装置具有如下功能：(1)评价相关判例；(2)判定何方使用判例更加贴切；(3)分析并区分判例；(4)建立假设并用假设来推理；(5)为一种主张引用各种类型的反例；(6)建立判例的引证概要。HYPO以商业秘密法的判例推理为模拟对象，假设了完全自动化的法律推理过程中全部要素被建立起来的途径。值得注意的是，HYPO忽略了许多要素的存在，如商业秘密法背后的政策考虑，法律概念应用于实际情况时固有的模糊性，信息是否已被公开，被告是否使用了对方设计的产品，是否签署了让与协议，等等。一个系统设计的要素列表无论多长，好律师也总能再多想出一些。同样，律师对案件的分析，不可能仅限于商业秘密法判例，还可能援引侵权法或专利法的判例，这决定了缘由的多种可能性。Ashley还讨论了判例法推理模拟的其他困难：判例并不是概念的肯定的或否定的样本，因此，要通过要素等简单的法律术语使模糊的法律规则得到澄清十分困难，法律原则和类推推理之间的关系还不能以令人满意的方式加以描述。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）这说明，即使具有较高起点的实验室基础研究，也不宜确定过高的目标。因为，智能法律系统的研究不能脱离人工智能的整体发展水平。

第五，人－机系统解决方案。人和机器在解决法律问题时各有所长。人的优点是能作价值推理，使法律问题的解决适应社会的变化发展，从而具有灵活性。机器的长处是记忆和检索功能强，可以使法律问题的解决具有一贯性。人－机系统解决方案立足于人与机器的功能互补，目的是解放人的脑力劳动，服务于国家的法治建设。该方案的实施可以分为两个阶段：第一阶段以人为主，机器为人收集信息并作初步分析，提供决策参考。律师受理案件后，可以先用机器处理大批数据，并参考机器的和辩护方案，再做更加高级的推理论证工作。法官接触一个新案件，或新法官刚接触审判工作，也可以先看看“机器法官”的判决建议或者审判思路，作为参考。法院的监督部门可参照机器法官的判决，对法官的审判活动进行某种监督，如二者的判决结果差别太大，可以审查一下法官的判决理由。这也许可以在一定程度上制约司法腐败。在人－机系统开发的第二阶段，会有越来越多的简单案件的判决与电脑推理结果完全相同，因此，某些简单案件可以机器为主进行审判，例如，美国小额法庭的一些案件，我国法庭可用简易程序来审理的一些案件。法官可以作为“产品检验员”监督和修订机器的判决结果。这样，法官的判案效率将大大提高，法官队伍也可借此“消肿”，有可能大幅度提高法官薪水，吸引高素质法律人才进入法官队伍。

未来的计算机不会完全取代律师和法官，然而，律师和法官与智能机器统一体的出现则可能具有无限光明的前景。（注：Smith,J.C,MachineIntelligenceandLegalReasoning,Chicago-KentLawReview,1998,Vol.73,No.1,p277.）可以预见，人工智能将为法律工作的自动化提供越来越强有力的外脑支持。电脑律师或法官将在网络所及的范围内承担起诸如收债、税务、小额犯罪诉讼等职能。自动法律推理系统将对诉讼活动发挥越来越多的辅助作用，例如，通过严密的演绎逻辑使用户确信全部法律结论得出的正当性；在解决相互冲突的规则、判例和政策问题时提示可能出现的判决预测；等等。正如网络的出现打破了少数人对信息的垄断一样，电脑法律顾问的问世，将打破法官、律师对法律知识的垄断，极大地推动法律知识的普及，迅速提高广大人民群众的法律素质，使法律真正变为群众手中的锐利武器。

篇7

【关键词】智能化；供电设备；状态检修技术；系统研究；应用

前言

目前，我国供电设备的检修阶段已经从对故障进行检修转变为定期检修。目前，技术人员在对设备进行定期检修的过程中，虽然能够检修道其中存在的隐蔽故障，但是这种检修方式却具有一定的局限性，当技术人员到时间进行检修时往往会发现很多问题，加大了人力、物力、财力的投入。随着社会的发展，为了满足人们的要求，供电设备也不断增多，此时检修人员必须要缩短其检修的间隔时间，这就增加了停电的发生概率，也缩短了设备的使用寿命，不利于电力系统的稳定运行。由此看来，对供电设备的定期检修已经不能够满足当前社会发展的需求，影响到电力系统的稳定运行。为了保证供电设备的运行效率，我们需要开展状态检修工作，并将其与定期检修、故障检修有机的结合起来，从而满足人们对电力的高要求。

一、状态检修工作的开展

所谓状态检修也就是技术人员对供电设备的运行状态及停电状态进行检测，分析各个设备的运行状况，通过对比了解其状态信息，了解其未来运行情况以及使用期限，从而制定出一个科学的检修计划，这种检修方式可以在设备分析中获得更为准确的数据。但是在实际工作中，我们需要通过分析来获取大量的数据，这就需要我们采用先进的技术。智能化供电设备状态检修技术支持系统主要由分析系统、专家系统、自动判断设备、预测设备等部分构成，其中分析系统也就是以供电设备的运行状态为基础，获取更多大量的数据，并对其科学的管理；专家系统主要包含了技术人员丰富的技术经验，并根据设备运行的数据作为参数；再由自动判断设备对这一参数进行预测，了解供电设备的运行状态及其运行过程中存在的问题，最后再根据这一诊断而制定一个报告，并编制出合理的维修措施，以保证设备的稳定运行。

二、智能化供电设备检修技术支持系统的特点

（1）在实际工作中通过设备运行状态建立一个数据管理平台，可以将设备的整个运行状态以及故障点进行检测与控制，以保证设备运行的安全性与可靠性。

（2）该系统能够覆盖大范围的供电设备，可以通过电容式电压互感器、变压器等设备来对各个供电设备运行的数据进行分析，诊断其中存在的故障，并根据实际情况制定合适的维修报告。

（3）该系统能够对供电设备进行全面分析，有较高的自学习能力。在实际工作中，该设备能够综合技术人员对设备的分析及维修等情况，从而积累丰富的经验，对供电设备进行智能化分析，从而有效的提高供电设备的运行效率，获得较高的经济效益。

三、智能化供电设备状态检修技术支持系统的数据层结构

在现代化社会发展中，我们对状态检修技术支持系统采用的B/S结构，即是通过互联网技术来开发网页应用程序，然后将复杂分析信息有机的结合起来，从而提高信息传递的效率，一方面实现了资源共享，另一方面还减少了资源的占用空间。为了方便人们的查询，我们在支持系统建立的数据库中采用了多线程查询技术，每一个查询通道都具有一个相对独立的县城，此时用户在信息查询过程中可以不会受到其他因素的限制，使信息可以同时使用。在一定程度上减小了资源的占用面积。智能化供电设备状态检修技术支持系统的数据结构主要分为以下三个层次：

1、设备检测综合数据库

设备健康状态信息来源于多种途径，有手工录入、其他软件导出的，从实时采集器读入的等。数据形式多种多样，转换后以统一的形式存储在设备检测综合数据库里，这些信息都是对设备现在或未来健康状况的反映，集中在一起，有利与管理。

2、故障征兆库

把所有的检测方式的数据都与规则比较或用专家经验，得出被测参数是否合格的结论。参数不合格，设备可能有故障，才考虑进行故障诊断。所以说，故障征兆库是故障诊断的基础。把所有的征兆判断结果放到一个库里，有利于综合判断。设备故障往往是一个故障对应着若干个征兆，一个征兆可能是由若干个故障引起的，利用故障征兆库对设备进行综合判断。

3、故障诊断的结果库

故障判断结果库分单一诊断结果库和综合诊断结果库。单一诊断结果分为明确定位故障、参数正常，不存在与此参数有关的故障、不确定故障是否存在，故障确实存在，但不能定位四种。综合诊断库存放将多个试验单一诊断的结果综合起来、用判决树原理进行诊断的最后诊断结果。

四、功能组成

1、数据综合管理模块

该模块实现变电气管理、设备技术参数管理、设备变更管理、设备在线监测管理、设备试验管理、设备缺陷管理、设备检修计划管理、设备历史检修记录管理，从相关系统从采集其他静态数据、动态数据和历史数据，并进行数据的准确性检验、冗余检验和逻辑检验，检查数据是否合理，形成设备检修综合数据库，实现数据库和分析系统的有机结合。

2、专家系统诊断模块

该模块采用神经网络法、色谱的电研法、三比值法，TD图法等人工智能方法实现设备状态诊断。既能对单一试验数据进行故障诊断，也能对多种试验数据进行综合诊断。将规程规定和专家知识存储在知识库，可以随时更新、修改。单一诊断用产生式专家系统，综合诊断用判决树，整个诊断过程就是按照隐含在规则库中的故障判决树自上而下的推理过程。该系统采用数据分层的处理方式，功能模块之间用状态驱动。每一个层次的数据可以维护，查询，有利于程序的模块化设计。此外还具有仿真培训的功能。

3、检修智能决策模块

本模块的主要功能是根据故障征兆，判断设备的故障；根据历史情况，设备当前运行的工况，预测设备未来的故障，评价设备的寿命；生成设备状态诊断报告，以备存档和查询；提出检修方案，即检修的时间、检修的设备、检修的项目，生成检修方案报告。

五、结束语

随着社会的发展以及技术水平的提高，技术人员在对供电设备进行状态检修的过程中会不断引入各种先进的技术、设备。智能化供电设备状态检修技术支持系统必然会将大量检修信息通过自学习能力而对其运行状态进行维修，然后通过其运行参数来对其运行故障进行检测，并制定合适的方案，保证供电设备运行的可靠性，提高供电设备的社会经济效益。

参考文献

篇8

关键词：照明；节能；建筑；措施；设计

中图分类号：S611文献标识码： A

在节能领域中，建筑照明节能已经成为了非常重要的工作内容，照明用电是人们在生活和工作中对电能的基本需求，因此，照明质量对人们的生活和工作有非常直接的影响。照明节能在保证照度的前提下进行，这样能够更好的推广高效节能器具，同时也能更好的对电能进行利用。在经济快速发展的情况下，电能成为了非常重要的能源之一。

1建筑照明节能的原则

建筑电气照明节能在进行设计的时候，一定要满足人们的生活和生产使用目的，然后不降低原有的照明功能，在这个基础上减少没有必要的消耗，就是为了节能。在进行设计的时候要从多方面进行考虑，既要满足建筑的功能，同时也要满足照明的需求，在这个基础上实现更加经济、舒适和节能的原则，来设计建筑照明方案。建筑照明节能要保证照明数量和质量的基础上来进行，不能为了片面的追求节能，在数量或者是质量上进行忽视。照明系统要满足建筑的照度，保证上下、左右的运输通道是畅通的，同时对出现的特殊工艺要求也要进行满足，在一些娱乐场所以及展厅对照明有着严格要求，因此，一定要保证其达到设计要求。进行节能就是为了更好的对能源进行保护，同时也是为了获得更多的经济效益，因此，在节能方面不能进行过高的投资消耗，这样在费用方面就会出现很大的情况，节能要以投资的形式来进行，这样在未来的几年内就可以获得收益。建筑物在进行施工建设的时候，是会存在着有些地方能量消耗是浪费的情况，在这种情况下，要采取必要的措施对其进行解决，同时，对一些无用的能量损耗情况也是要进行避免的，这样能够更好的实现节能的目的。

2建筑照明节能设计中的措施

2.1采用高效节能光源

在照明节电方面首要的工作就是要找到高效的电光源，在对光源进行选择的时候，要保证其发光效率非常高，同时，在使用时间上是非常长的，而且在显色指数方面也要符合要求，同时，在性价比方面最优。电光源按照发光的原理可以分为热辐射光源，其中包含着白炽灯和卤钨灯；还有就是气体放电光源，其中包含着汞灯、氮灯等、通过对不同的电光源进行比较，人们发现，高压钠灯光光效是白炽灯的八到十倍，而且寿命更长，性能也是非常稳定的。荧光灯比白炽灯更加节约电能，在办公室或者是顶棚不超过五米的地方效果非常好。

2.2照明方式的选择

在照明方式上，存在着多种不同的方式，一种是一般照明就是为整个工作场所进行照明，不会对局部特殊的需求进行照明，像是一些办公室或者是会议室。在同一个场所内，不同区域有不同的照度要求的时候可以采用一般照明的方式。局部照明，通常是为了满足某些部位而进行的特殊需要照明，常见的就是商店的橱窗射灯。混合照明一般是由一般照明和局部照明共同组成的，在出现部分工作面照度较高的情况下，可以采用这种方式。

2.3改善照明器的控制方式

在场所或者是房间内安装有很多灯具的时候，应当分组进行控制，在具备天然采光的条件下，远窗与近窗各自开关。因此，在设计照明方案的时候，应当思考在只有少数人使用的过程中，可以根据需求打开一部分的灯具，而打开多余的灯具是没有必要的，以此来防止能源的不必要浪费。在照明器控制方式上，可以根据每个房间的使用特点和要求来进行确定，在面积较小的房间中，可以采用一灯一控或者只两灯一控的方式来实现，对房间面积较大的来说可以实现多灯一控的方式，在进行开关设计时候，每个开关也是不能对多个灯数进行控制。在建筑物内的楼梯间和走廊内，照明设备可以采用自熄开关控制西戎，这样使用者在进行使用的时候可以开启，这样能够减少不必要的开灯时间，同时在开灯数量和照度方面也能够进行调节。对于采光不好和远离窗子的地方可以采用自动调光装置对其进行调节，这样就可以在自然光发生变化的时候能够自动调节照明的强弱，这样能够更好的保证室内照明的稳定性。

2.4选择节电的照明电器配件

各种电光源中均需要有电器配件，镇流器是一个高能耗器件。自镇流荧光灯应采用电子镇流器，直管型荧光灯应采用电子镇流器或节能型电感镇流器。公共建筑场所内的荧光灯宜采用带有无功率的灯具，紧凑型荧光灯应选用电子镇流器，气体放电灯宜采用电子触发器。

2.5合理选择照度值

在进行照明设计的时候，对各个场所的照明标准和照明功率密度值都进行了要求，因此，在进行照明设计的时候要根据相关的规定规范来对照明标准和照明功率密度值进行设计，在一定程度上有效的控制了单位面积灯具的安装功率，因此，在进行照明设计的时候，可以进行重点的考虑。在照明度太低的情况下，工作人员的视力情况是会受到损害的，同时，对产品的质量和生产效率都会产生影响。反之，照明度太高也会产生不良影响，在房间亮度过高的情况下进行生产，会使得员工在光照正常的情况下不适应，也会导致电能的浪费情况。因此，在进行照明设计的时候一定要保证和视觉工作进行适应。电气照明设计时，要满足标准规定的照明标准和能效指标。照明标准的选择要充分考虑节能目的，这样在进行设计的时候才能无时不刻对其进行注意。

2.6合理利用太阳能

太阳能是一种清洁能源，而且是一种无处不在，取之不尽的能源，因此，利用太阳能来实现照明也可以节省很多的能源。太阳能照明技术得到开发和利用，不仅仅能够节省能源，而且能够减少废气的排放，同时也能对环境不带来破坏。科学合理的利用太阳能，能够更好的实现节能和环保的目的，同时也能利用其来实现发电系统的设置，这样能够将太阳辐射直接转变成为电能，在照明方面能够得到很好的效果，同时对其他行业的发展也十分有利。

2.7大力推广人工智能照明系统

人工智能技术的发展与应用普及是人类社会的巨大进步，对人们日常生活中行为方式、思维观念产生了很大影响，将人工智能技术与现代建筑照明系统相结合，是未来建筑照明系统设计的发展趋势，可以使照明电能的使用更加系统化、人性化、高效化、节能化。首先是建筑主体照明控制系统的智能化，比如声控灯具、光控灯具，使住户照明设备更加人性化、智能化，当灯具感应到声音或者室外的自然光适当调节照明明暗程度，保证室内照明设备发出平衡稳定地光线强度，让用户觉得更加舒适，同时实现电能的高效利用避免不必要地电能浪费。除此之外还有建筑配电系统的智能化，传统的建筑配电通过人为干预的方式进行管理，假如操作失误轻者将导致配电设备损坏以及电能浪费，严重者可能发生严重火灾危害住户生命财产安全。而配电系统智能化将所有管理操作交给一台智能计算机来完成，避免人为操作的失误，再与智能照明控制系统相结合，能够完美实现建筑电能的高效节能目标。

3结束语

我国在建筑领域进行节能工作刚刚开始起步，因此，现在，很多的法律和法规都刚刚出台，这样使得建筑照明节能领域方面有很大的发展空间，同时，在相关人员、技术手段方面都是要进行考虑的，因此，在满足照明系统正常运行的情况下，要对环境问题进行重视，这样也能更好的采取积极有效的措施，同时创建一个更加适合人们居住的环境，真正实现人与自然和谐相处。近年来。专业化智能建筑控制技术得到了很大的发展，照明系统出现了智能控制系统，这样就使得其为建筑照明节能提供了十分可靠的方法，同时，在应用方面对出现的情况要进行及时的掌握。

参考文献

[1]张宁.建筑电气节能技术应用的探讨[J].科技创新导报，2011（46）.

篇9

关键词：电气工程；自动化技术；电力系统；电力企业

在目前社会的发展中，电力系统得以广泛应用。在电气工程中，应用自动化技术能够维护电力系统的稳定运行。因此，基于对电气自动化技术的了解，对当前的电气自动化技术发展现状进行了研究，以期促进自动化技术在电力系统运行中的有效应用。

1电气自动化技术

对于计算机技术，其为电气自动化技术中的主要内容。基于电力系统，计算机技术得以普遍利用。要想实现电力系统的智能化发展以及合理配电，都需要计算机技术来辅助完成，从而促进电力系统输配电工作的积极发展。所以，在我国电力系统中，将计算机技术作为主体，对信息进行收集，能促进其效果的有利实现。在不同的发展区域，存在的电网调度技术也是不同的，不仅能实现自动调节，也能对其信息进行结合和储存。对于PLC技术，其在电力系统中的应用效果也十分明显。利用PLC技术能够在电力系统中促进数据的采集、结合、转化和传递等工作，维护整体的顺利发展。同时，PLC技术的应用还能对所有的电力系统进行控制，保证电力系统中的各个环节都能更加稳定、协调。在电力系统中，应用PLC技术也能实现简单的接线工作，保证电力系统的运行更加可靠、安全，从而最大程度地降低能量的消耗。因此，将PLC技术应用到电力系统中，对电力系统的发展具有十分重要的作用。PLC技术具备较强的抗干扰能力，将其应用到复杂多元化的工业生产环境中，能满足各方面的发展需求。

2我国电气自动化技术的发展现状

目前，我国的电气自动化技术发展主要表现在3方面：①高度的信息化。我国电气自动化技术在不断发展的背景下，具备高度的信息化发展特点。其中，主要是技术、电子设备的信息化发展以及电网部门和数据处理部门实现了信息化发展。电气自动化与传统的运行模式存在较大的不同，电气自动化技术水平的提升不仅能实现高度的信息化发展，也能使其满足软件、通讯的要求。②方便维护。电气自动化技术与信息技术具有较大的关系，应用计算机技术能够在数据收集、信息处理上更加灵敏。③方便控制。电气自动化设施应用到电气行业中，能促进自动化技术的积极应用。我国的电气自动化在实际开展期间，需要不断满足社会与人的发展需要，实现整体的优化变革。在这种发展形式下，不仅能更加方便地对电气自动化体系进行合理操作，也能促进自动化技术的积极发展，维护技术与操作工作的形成。

3电气工程中自动化技术的应用

电气自动化应用到电气工程中，主要是实现自动化控制、信息化处理工作以及促进系统的运行，在各个发展领域中，不仅能实现电力系统的积极生产和合理运输，还能降低人工成本，保证产品生产效率、生产质量的有利提升。在现代化社会的发展中，自动化技术水平得以提升，基于计算机技术，将其应用到电力系统中进行操作与控制，能实现自动化与智能化，也能保证工作效果的合理实现。所以，在电气工程中，需要促进自动化技术的有效应用。

3.1电力系统中人工智能的应用

在电力系统实际运行期间，出现故障时，需要利用人力对整个系统中的各个环节的问题进行解决，保证能够节约人力、物力。比如，当在某个地区停电时，可将该地区的电源切断，并对其进行详细的检查和检修。但在整体上，该方式的利用无法促进工作效率的提升，也会给人们的生产、生活造成较大的影响。基于自动化技术的应用，能够明确故障位置，也能促进故障处理效率的提升。所以，自动化技术在电力系统中具有十分重要的作用，能在较大程度上降低成本。

3.2电力系统中电网技术的应用

计算机在当前已经得到普遍利用，在电网系统中，调度自动化为其主要部分，在一定程度上都能维护其发展。比如数字信息技术能够提升电网调度自动化发展水平，将其应用到自动化设备中，不仅能对设备参数、信号等进行统一管理，也能实现良好的控制作用。

3.3电力系统中的所有技术的应用

在电力系统管理工作中，对电力故障进行处理以及对电力系统进行维护，在整体上表现在上述两方面，在各项工作中也会产生一些配合问题。基于传统电力系统方式，导致期间经常产生一些问题。所以，在电气工程中，促进自动化技术的有效应用，能对电力系统中的各个工作环节进行协调，以保证其向着正确的发展方向前进。

4电气自动化在电力系统中的发展方向

4.1智能化服务

智能电网已成为电力企业内部发展的主要趋势。基于当前的发展背景，电气工程自动化技术的应用也得以进步。因为将电气工程自动化技术应用到电力系统中，能使管理工作人员对当前的电力体系进行优化，维护整体的发展环境，同时，还能使一些维护人员认真分析存在的故障和问题。所以，实现电力工程自动化技术的有效应用十分重要，不仅能维护系统整体的安全性，实现智能化操作与控制工作，还能在最大发展程度上提高电力体系的服务水平。

4.2工作状态仿真

当前，电气工程自动化发展深度得以提高，电力系统在实际运转期间实现了动态仿真，将促进其进步和发展。基于电力运转过程中的动态仿真，相关的工作人员能够获得更多的数据，促进整体数据的优化。工作人员在仿真技能的支撑下，还能实现各个电力试验工作，以维护整体的优化改造。

4.3配电自动化

在电力系统中，配电网为其中的主要部分，是电网与用户责任之间的沟通纽带。只有促进配网自动化发展水平的提升，才能维护电力系统的整体服务质量。在现有的发展中，利用电气自动化技术能促进配网自动化发展水平的提升。该技术的使用能够对配电网运行中存在的问题进行解决，也能维护配电网的整体安全性。在这种发展中，不仅能实现配网的高效运行，还能在最大发展程度上提高电力系统的运行质量和服务水平。

5结束语

总而言之，电气工程自动化技术的应用具有十分重要的作用，能对电力运转中的问题进行解决，也能促进电力系统工作效率和工作质量的提升，需要引起人们的重视。

参考文献：

［1］周黎明.电气工程自动化技术在电力系统运行中的应用［J］.中国高新技术企业，2015（21）.

［2］朱庆锋.浅谈电气工程自动化技术在电力系统运行中的应用［J］.门窗，2015（02）.

［3］陈红霞.电力系统运行中的电气工程自动化技术应用研究［J］.山东工业技术，2014（23）.

［4］陈国华.电力系统运行应用电气工程自动化技术的分析［J］.建筑工程技术与设计，2016（18）.

［5］朱丽君.电气工程自动化技术在电力系统运行中的应用［J］.商品与质量，2016（34）.

篇10

【关键词】供电企业；电力系统；自动化技术；应用分析

随着我国当前阶段电力市场的快速发展和电力自动化技术的广泛应用，供电企业运用电力系统自动化技术的水平越来越高，这大大提升了电力系统的运行效率和社会经济效益。众所周知电力系统及其自动化技术是在网络通信和信息处理以及电子技术等各项技术的基础上形成的，该技术能够实现电力系统的远程监控与监视管理，能够有效的保证电力系统的平稳和安全运行。近些年来我国在电力系统及其自动化技术方面虽取得了成果，但是还存在许多的不足之处，因此开展对电力系统及其自动化技术的研究迫在眉睫。

1电力系统及其自动化技术的功能分析

首先电力系统的自动化技术能够进行实时系统监控功能，能够对整个电网中的每条线路或设备上的负荷运行状况进行必要的信息检测，还要能够及时的发现电网运行过程中的不安全因素并可以快速的消除安全隐患。其次电力系统中的自动化技术还应该具有各种检测功能，能够及时有效的发现供电企业及用电客户的计量装置中出现的故障，避免违约用电及偷窃电行为的发生，以此减少供电企业和用电客户的经济损失。另外电力系统自动化技术的通讯要有可靠性及高速的运转的功能，确保电力系统的运行信息能够及时反馈；还有就是能够有完善且能对故障电流进行识别的故障控制器，能够实现断路器等设备的远方操作。

2自动化技术在电力系统中主要的应用方向

2.1在电力系统智能保护和综合自动化方面的应用

在现阶段电网及电力系统的发展已经进入到了智能化阶段，将电力系统中的自动化控制技术和人工智能理论以及相应的网络通信等技术引入到电力系统的自动化保护装置中，就能够使得相应的电力设备保护装置变得更加的智能化，这样就能够极大地提高电力系统的可靠性和安全性。变电站的供电系统是整个电力系统运行的重要组成部分，也是保证电力系统连续供电的关键组成部分，如果该方面的研究能够广泛的应用到变电站中，就能够极大地拓宽综合自动化装置的应用范围，在最大程度上保障变电设备正常和稳定的运行。

2.2在电力系统配电网方面的应用

当前阶段配电网的建设和改造速度越来越快，这关系到广大电力用户的直接经济效益，因此在配电网系统的改造与规划中大力的推广电力自动化技术是实现配电网系统自动化的重要基础。电力系统配电网自动化技术主要是在配网的模型以及中低压网络数字和高级应用软件等方面的应用，利用先进的自动化技术及自动化设备，就可以实现对电力系统中配电网运行状态的自动监控和控制，这能够大大的降低供电企业配电网运行维护工作人员的劳动强度，能够节约配电网的运行管理和维护成本，还能够提高电网的运行效率。

2.3在电力系统及电网调度自动化方面的应用

电力系统的电网调度是关系到整个电网能否正常运行的关键，电力系统调度的主要工作是进行电网运行信息的采集以及电网运行的实时控制和电网的安全性能测试等操作，在电力系统自动化中就可以通过计算机技术和网络通讯技术进行这些操作，对电力系统进行各项相应的检测与电网运行管理，另外还可以有效的进行电力系统全网信息的收集与处理，对电网中可能发生的突然事件采取应急措施来降低对电网造成的影响，确保电网安全稳定的运行。

3供电企业在电力系统及其自动化技术应用中的原则分析

3.1电力自动化技术的适应性原则

首先要与我国当前阶段的社会情况相适应，与各供电企业的当地实际状况进行结合，在原有设备的基础上进行建设或改造，使电力系统自动化技术与电力可靠性及用电客户的要求得到适应；另外电力自动化技术也要与当前电力系统的发展相适应以及与相应电力设备的定时限保护原则相适应。

3.2电力系统自动化技术的完善原则

根据各供电企业地区的实际情况，电力系统自动化的实施应分期和分阶段的完成。在技术相对落后地区可以通过电力设备的自动重合闸对实施电力设备的保护，以此构建电力设备的有效控制；有条件的供电企业可以对通信及控制设备进行增设达到有效调配负荷的目的；最后是达到自动对计算机控制及信息的处理，实现电力系统自动化技术及功能的不断完善。

4供电企业中电力系统及其自动化技术在以后的发展趋势

4.1电力系统自动化统一标准及大规模推广应用

目前阶段由于电气自动化设备的生产厂家众多，这就导致了自动化设备的信息共享和相互的操作存在非常多的障碍，在未来就需要有共同的技术标准和通讯标准以及其他各种标准来满足不同自动化设备的兼容性，另外各生产厂家和运行统一标准自动化设备的供电企业就可以在共同的标准下进行大规模的推广和应用。

4.2将电力系统的测量和保护以及控制进行融合

长期以来电力系统自动化主要是通过监控来采集相关的电力系统运行数据以及进行单独的保护模式，增加了供电企业各相关单位工作人员的工作劳动量，也降低了电力设备以及各自动化设备的利用率。如果能够将电力系统的测量和保护以及相应的故障隐患控制系统结合起来，这样就能够有效的减少电力设备及自动化的重复配置率和操作人员的工作量，还能够有效的提高电力事故的处理效率。

5结束语

当前经济和社会的快速发展，使得人们对电力的需求与日俱增，同时也对电力系统运行的可靠性和安全性提出了更高的要求，在供电企业中实施电力系统的自动化技术能够有效保障电网的稳定和安全运行和扩大供电能力，并提升供电的可靠性。

参考文献

[1]范玲,李麟鹏.电力自动化技术在电力系统中的应用[J].黑龙江科技信息,2013(26):131.

[2]杨柳.电力自动化技术的原理及发展趋势[J].科技致富向导,2014,25(03).

[3]魏勇.刍议电力系统中的配电网自动化技术[J].中国新技术新产品,2013,25(09).