人工智能建设方案范文
时间:2024-01-09 17:31:34
导语:如何才能写好一篇人工智能建设方案,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
关键词: 人工智能; 发展历程; 智慧城市; 发展趋势
中图分类号: TN911.73?34 文献标识码: A 文章编号: 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 人工智能发展的历程
20世纪50年代随着第一台现代计算机的出现,人工智能的兴起涌现了一些研究成果,如机器定理证明、通用问题求解程序LISP表处理语言、跳棋程序等,不过到50年代末期发展进入瓶颈期。
在60年代初期,专家系统的出现使得人工智能进一步发展,直至70年代末。这一时期的主要研究成果是MYCIN疾病诊断和治疗系统、Hearsay?II语音理解系统、PROSPECTIOR探矿系统和DENDRAL化学质谱分析系统等,专家系统的出现和成熟把人工智能推向了实用化的发展道路。
在1982年,日本开始了“第五代计算机研制计划”,掀起了人工智能研究的热潮,使人工智能在80年代得到极大的发展。在1987年,美国召开第一次神经网络国际会议,此后各国都加大了对神经网络的研究,使神经网络飞速发展,极大地提升了信息处理的效率,为人工智能的进一步发展奠定了基础。
90年代,随着国际互连网技术的成熟与应用,人工智能的研究对象开始由单个智能主体转向网络环境下的多个智能主体,更加关注整个的网络环境,更加的立体和全面。人工智能不仅能解答基于同一目标的分布式问题,还能解答基于网络环境的多目标问题求解,极大的提升了人工智能的实用性、智能性。而Hopfield多层神经网络的发展,则进一步扩大了人工智能的应用范围。
2 基于网络时代下的人工智能的应用
2.1 以智能配网为例
传统的通信方式已适应配网智能化发展的需要,对于二级通信方式更是如此,因为其需要架铺屏蔽载波电缆。而屏蔽载波电缆的架铺不仅工程造价高、施工难度大,而且建设周期也长,不具备环路条件[1]。尽管可进行GPRS无线公网改造,但还是会存在任一级通信中断都会影响配网终端设备的通信,可靠性、安全性差的问题还是没有得到妥善解决。普及无线专网技术在智能配网中的应用,减少停电时间和经济损失。而新一代无线通信技术的发展及成熟,为智能配网的完善提供了技术支撑。无线专网技术的应用应在电力监控系统的范畴内进行,以网络的生产控制大区为发展平台,借助于生产控制大区的专用网络通道进行通信[2]。WiMax技术是智能配网应用无线专网技术的首选,其“三遥”功能是通过配电调度系统、无线专网通信的配电终端装置实现的[2]。
WiMAX技术能在现有的网络设备上开展,支持TCP/IP协议,基站可提供标准的以太网口,通过全IP的网络与现有的网络直接连接,连接城域网。WiMAX电力专网能综合接入包括无线路由器的常见网络终端设备,直接连接二层交换机,并把信息以图标、语音、数据的形式进行传递。通常情况下,配电终端的数量是变压器的数十倍,而一个中等城市变压器的数量也是相当可观,不利于配电终端相关信息数据的管理,对于离散型高、距离远、数量多的配电终端更是如此,而WiMAX电力专网可点对多点、远距离传输、运行可靠,有效应对上述问题,可以把配电终端直接接入配电控制中心,非常有利于调度中心收集线路故障信息、智能电表的大用户的用电量。
比如,对于一个配有主干光纤设备到供电公司的开闭所,假设配电支路的最远配电终端距开闭所15 km,开闭所距离供电局20 km,配电终端FTU和TTU均匀分布在配电支路沿线内,电杆高度5 m,控制箱附近10 m开阔。那么可以沿配电支线走向建设3个WiMAX基站,每个基站覆盖半径4 km,以就近原则接入终端,每个基站接入60个,覆盖配电支线全段。为了确保以后发展需要,可把配电终端接入基站的数量设为200,并通过划分扇区增加容量。通过WiMax基站,开闭所就能通过无线专网对数据进行收集和整理,然后再通过开闭所的光纤主干网把相关数据汇集到配网调度控制中心的DMS系统中。
2.2 以智慧城市为例
应用智慧城市关键支撑技术构建智慧城市时,首先要着眼于城市的整体规划和布局,设计初步的智慧城市的顶层架构方案,结合城市的信息化建设方向,并对方案进行整体的分析和考证,保证方案的可操作性和有效性,确定建设智慧城市的战略目标,在整体上把握智慧城市建设的效果。其次,各支撑技术系统要保证智慧城市建设方案的顺利实施,各技术系统的建设要保持开放性和标准化,并在他们之间建立相互联系和配合的规则和标准,实现系统的可运营和可管理。
构建智慧化信息支撑体系是智慧城市建设的基础工作。在城市基础设施领域,利用关键支撑技术,实现城市基础设施的智能化,主要的工作对象是交通、环境、通信、水电、公共安全、医疗、政务,继而收集并利用城市各种形式的资源。在信息资源整合方面,加强对大数据和云计算技术的应用,提高智能分析数据的能力,并不断完善整体运行平台的建设[2]。
如图1所示为智慧城市信息支撑体系架构,作为一种开放式立体体系架构,它是由平台层、感知层、应用层、网络层组成。值得注意的是,整个网络中的智能处理、计算能力在这四个层面上都有所体现:网络层的使能控制层面、应用层内的智能处理层面、感知层的网关层面、平台层的大数据智能分析与PAAS公共服务层面[3]。该开放式的体系架构实现了整个系统能力的均衡部署,通过四层的相互关联与智能分布,保证其构架具有可自由扩展、清晰、标准、面向未来的特性。在此构架的基础上,建议有一个可自由删除、添加业务的环境,而弹性业务环境能保证业务之间的联系和互动。
感知网关、感知网络、传感器、感知终端等组成了感知层。城市环境中的事物状态是感知层的主要工作对象,感知层把感知数据送到网络层,并且为了保证整个体系架构的应用,感知对象、网络、终端等各个环节处在可运营、可管理的状态下,城市智慧管理中心要对感知层施加管控手段。
作为智慧城市信息、数据传递的主要载体,网络层使得应用层和感知层之间数据的传递更加迅速和可靠。
云计算IAAS层和PAAS层共同组成了平台层。而云计算IAAS层的核心设施是互联网络、数据库、云计算操作系统、服务器存储设备,保证应用层和PAAS层的应用服务系统的运行有足够的资源和稳定的虚拟化运行环境支撑。PAAS层包涵的大数据处理和智能挖掘分析系统、公用服务组件、中间件等主要是为了保障应用层功能的进一步完善和加强。
应用层经常使用到的应用有以下五类:智慧城市决策领域、智慧安全领域、智慧城市管理领域、智慧公众服务领域、智慧环境领域,五类应用保证了应用层面作为支撑智慧城市发挥功能主体作用的实现,他们相互配合,互为补充。
3 人工智能发展趋势预估
在计算机网络迅速发展的时代,可以利用人工智能进行语言翻译。不过,当前的语言技术并不成熟,尚不能克服语义障碍,既不能把任意输入转化为高质量译文,也不能生动体现自然语言中模糊、暧昧成分,更不能对整篇的文章进行理想的翻译,但相信随着语言技术和人工智能的发展,语言翻译将不再是难事。
自适应系统是人工智能下一个十年的发展方向之一,自适应系统不仅能处理完整的信息,还能处理残缺的信息,甚至能对残缺的信息进行智能化补充。发展自适应系统需要相关技术的支撑,笔者认为首先应发展理解与处理上下文的技术,使信息、数据的处理更加成熟、高效、准确。发展多路学习机制,使得自适应系统能在日常的运行中不断积累经验,使人工智能能适应不断变化的环境。最后发展自动进化机制,使得人工智能不断学习,改变单一的被动处理信息为主动的智能处理信息,甚至具有一定的预判能力。
对于人工智能的学习,还需要大量的技术支撑,现阶段已成功运用的学习方法有增强学习算法等。当学习的效果并不理想,尤其是在线学习方面,这将在很长的一段时间内困扰着相关技术研究人员,相信在不久的将来,一定能寻找到一个新的方法来解决移动机器人智能存取信息、自主agent等难题,克服在线学习技术瓶颈。
在最受人们关注的机器人领域里,人工智能蕴含着十分强大的发展空间。虽然现在已经实现了机器人与人的对话交流等强大功能,但相信在未来,人们一定会挖掘出人工智能更多更强大的功能并运用到机器人中,让机器人更好的为人们服务。在控制领域内,虽然已经实现了远程操控技术,但并不普及,相信在未来,人们可以更轻松自如地利用人工智能实现对家用电器等的远程控制。
4 结 语
人工智能一直处于计算机的前沿技术,其研究的理论和发展在很大程度上决定着计算机的发展方向。本文主要介绍了人工智能的发展历程,人工智能在智慧城市中的应用以及发展趋势预估。重点以构建智慧城市为例,阐述了人工智能在建设智慧城市中的具体应用。随着人工智能技术的发展,它将会给人们的学习、生活和工作带来极大的便利。
参考文献
[1] 睢丹,金显华.人工智能在网络拥塞控制中的路径优化研究[J].计算机仿真,2011,28(9):102?105.
[2] 钟义信.人工智能的突破与科学方法的创新[J].模式识别与人工智能,2012,25(3):456?461.
[3] 陆阳,乔钢柱,谭瑛.基于Android的智能家居程序开发与研究[J].物联网技术,2014,4(3):31?32.
[4] 陈晨,齐向东.基于RFID的智能车库系统设计[J].物联网技术,2014,4(4):30?31.
篇2
>> 智能游戏开发与设计课程教学方法探索 数字媒体技术专业游戏设计与开发方向本科课程设置的探讨 游戏设计与开发课程教学方法探析 游戏开发应用中的“人工智能”课程教学方法探讨 基于多元智能理论的网络教育游戏设计与开发 面向游戏开发方向的“计算机图形学”课程建设探讨 计算机审计课程开发与建设探讨 智能信息处理课程群辅助教学网站的设计与开发 益智小游戏设计与开发 游戏设计方向课程建设研究 “人工智能与游戏编程”课程设计 高职游戏开发专业课程体系建设 基于普通高校成人高等教育课程开发与课程建设的探讨 数字游戏设计专业建设方案探讨 智能科学与技术专业的算法设计与分析课程教学探讨 《Flas设计》课程建设的研究与探讨 《网络综合布线设计与施工》课程建设探讨 基于工作过程的《网页设计》课程开发与设计探讨 “智能科学与技术”本科专业软件实践类课程建设探讨 “新药设计与开发”精品课程的建设与实践 常见问题解答 当前所在位置:l.
[4] 第九届中国国际数码互动娱乐展览会[EB/OL]. [2011-06-23]. /.
[5] 彭岩,王万森. 智能科学与技术专业建设的探索与实践[J]. 计算机教育,2009(11):30-33.
[6] 王小捷. 北京邮电大学的智能科学与技术专业[J]. 中国人工智能学会通讯,2011(3):28-30.
[7] 李仪.“人工智能与游戏编程”课程设计[J]. 计算机教育,2010(10):99-101.
[8] 陈少波. 中国动漫游戏专业教育现状和发展策略[J]. 浙江学刊,2007(2):221-224.
[9] 王浩. Visual C++游戏开发经典案例详解[M]. 北京:清华大学出版社,2010:204-217.
[10] 吴清强,刘方. 计算机游戏基础教程[M]. 北京:电子工业出版社,2010:187-196.
[11]John David Funge. 人工智能在计算机游戏和动画中的应用[M]. 班晓娟,艾迪明,译. 北京:清华大学出版社,2004:107-116.
[12] 于洪. 智能科学与技术专业的算法设计与分析课程教学探讨[J]. 计算机教育,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键词: 人工智能;创新;本科
Key words: artificial intelligence;innovation;undergraduate
中图分类号:G642 文献标识码:A 文章编号:1006-4311(2017)22-0230-02
0 引言
人工智能是计算机科学的一个分支,是当前科学技术中正在迅速发展、新思想、新观点、新理论、新技术不断涌现的一个学科,其属于一门边缘学科,同时也是多个学科交叉而成的一门学科,包括语言学、哲学、心理学、神经生理学、系统论、信息论、控制论、计算机科学、数学等[1]。当前人工智能已经是很多高校计算机相关专业的必修课程,它是计算机科学与技术学科类各专业重要的基础课程,其教学内容主要包括自然语言理解、计算智能技术、问题求解和搜索算法、知识表示和推理机制、专家系统和机器学习等,国内外很多大学都意识到了其重要性,纷纷对其展开了教学和研究。人工智能课程包含多个学科,具有内容抽象、理论性强、知识点多等特点,且算法复杂,但是多数高校采用的教学方式仍是传统的课堂教学方式,即“教师讲、学生听”的教学模式,这种信息单向传输教学模式以教师为主体,学生只是在被动的接收知识;存在过分重视理论教学,忽视实践活动教学的问题,导致教育内容无法和社会接轨;人工智能教材理论性过强,学生在学习过程中常常感到枯燥乏味,进而对学习该课程失去热情[2],久而久之,不仅人工智能课程的教学质量和效果无法达到预期,甚至学生还会产生厌学心理。针对人工智能课程中现有的各项问题,本文作者结合自身丰富人工智能教学实践经验,参考人工智能课程特点和教学目标,从多个方面探讨和总结了人工智能,包括教学内容、教材选择、教学方法和考核形式等。
1 教学内容优化与更新
人工智能是一门崭新的学科。开设本课程首先是确定教学内容。通常来讲,人工智能学科的内容包括两个部分,具体:一是知识表示和推理;二是人工智能的应用。前者是人工智能的重要基础,后者主要介绍了几种人工智能应用系统,包括自动规划和机器视觉、机器学习、专家系统等。另外,课程内容中还包括了一些人工智能应用的实例,将实践和理论紧密结合起来[3]。
随着时代的发展和科技的进步,人工智能学科也取得了较大发展。基于此,人工智能学科也应该与时俱进,更新人工智能教学大纲,进一步完善其教学内容。修订后的人工智能教学大纲将人工智能分成两个部分,即基础部分和扩展应用部分。前者包括计算智能、搜索原理、知识表示等,后者包括智能机器人、智能控制、多智能体、自然语言理解、自动规划、机器学习、知识工程等。
教学内容的选择和确定应综合考虑多项因素,不仅要重视基础知识,也应注意推陈出新,随着科技的进步做到与时俱进,同时教学内容应符合现实的需求,能够与社会接轨,将理论和实践紧密结合起来,只有这样人工智能课程的教学质量和效果才能事半功倍。
2 教学策略及教学方法的改革创新
由于人工智能课程具有算法复杂、内容抽象、理论性强、 知识点多的特点,传统的教学模式已经无法满足人工智能课程的需求,教师应探索更加有效的教学模式和方法,确保人工智能课程能够取得良好的教学质量和教学效果。具体的改革和创新人工智能课程的手段和方法主要包括以下几个方面:
2.1 激发学生的学习兴趣 无论是经验还是常识都在告诉我们每个人最好的老师就是兴趣,学生只有对某门学科存在兴趣,才会更加主动积极的学习该门课程,从而获得良好的教学效果。比如,作者在课程的一开始先播放了一段著名导演斯蒂文・斯皮尔伯格的《Artificial Intelligence》的相关片段,由这个电影学生知道了世上存在人工智能的机器人,学生们随着电影情节的发展而深深感动,与此同时教师让学生思考和谈论人工智能是什么?研究人工智能的意义在哪里?实践发现,在课堂中加入电影因素,能够大大提升学生们的注意力,让学生更加专注在教学任务中,有效提高了学生探索人工智能的积极性和主动性。此外,在教学中还可以用动画、视频、图片等手段将反映人工智能最新研究和应用的成果展示出来,让学生更直观的感受人工智能的奥妙,从而投入更多热情学习人工智能课程。
2.2 面向问题的案例教学法 案例教学法是一种以案例为基础、以能力培养为核心的一种教学方法[11]。针对学校学生特点,我们采取了以下几种教学形式实施案例教学。①讲解式案例教学:这种案例通过教师的讲解,帮助学生理解抽象的理论知识点。案例的呈现有两种基本形式:一是“案例―理论”,即先给出教学案例,然后再讲解理论知识;二是“理论―案例”,即教师先讲解理论知识,再给出教学案例;通过情境体验与案例剖析激发学生认知的兴趣,引导学生对将要学习的内容产生注意,有利于教师导入新课。②讨论式案例教学:在课程初期将学生分成若干学习小组,每小组3~4人;教师将提前设计好的一题多解的教学案例以及收集的相关资料分配给每个小组,要求学生在课余时间通过自学和组内讨论的方式给出问题的不同解决方案。③辩论式案例教学:在课程后期,采取专题辩论的方式对综合应用案例进行讨论,能有效地启发学生全方位地思考和探索问题的解决方法,加深学生对人工智能的理解。
2.3 个性化学习与因材施教 在开展课程教育过程中应注意对学生进行个性化教学,结合学生特点因材施教。比如,在日常教学中多观察学生情况,鼓励那些应对教学任务后仍存在余力的W生深入探索较深层次的课程及相关知识,同时友善面对学习较差的学生,分析其学习过程中面对的困难,有的放矢地采取应对措施,帮助其不断进步;在教学过程中让学生以读书报告的形式多多思考,鼓励学生发散性思考问题,鼓励优秀学生进行深一步的探讨,并且教师应帮助具有新颖思想或论点的学生将其智慧以科技论文和发表文章的形式转化为成果。
2.4 注重综合能力培养 在研究型教学中任务驱动是一种常用的教学方法,其中心导向是任务,学生在完成任务的同时也在吸收和掌握知识。通常来讲,该教学方法的步骤是:教师提出任务师生共同分析以得出完成任务的方法和步骤适当讲解或自学、协作学习完成任务交流和总结。”[3]该教学模式不仅有利于培养学生的创新能力和创新意识,还能够培养学生解决实际问题的能力,提高其综合实力。不仅如此,由于该教学模式通常是以小组协作的方式进行,教师给出研究范围,学生自愿结组并选择具体的题目,经过分析和讨论后以程序设计或者论文的形式协作完成研究。由此可知,学生是在以团队的力量解决问题,这十分考验学生的团队协作能力,对于学生团队合作精神的培养至关重要,且在完成任务的过程中学生需要查阅大量的资料,久而久之学生收集资料和创新能力势必会得到提升。
2.5 采用启发式教学 人工智能的很多问题都较为抽象,对学生理解力的要求较高,因此,在实际的教学过程中教师应有意识的就课程内容提出相关问题,让学生自己独立思考,鼓励学生提出自己的想法和解决方案。然后回归到课程上,对比分析教材上的解决方案和学生自己的解决方案,如此不仅培养了学生独立思考的能力,也增加了学生参与教学活动的意识,提高了学生的学习热情。比如,在讲到较为抽象的“遗传算法”时,先提出一个问题,即“遗传算法如何用于优化计算?”,然后从“达尔文的生物进化论”入手,讨论“遗传”、“变异”和“选择”作用,之后举例分析,启发学生思考“遗传”、“变异”和“选择”的实现,最后师生一起导出遗传算法用于优化计算的基本步骤。如此既完成了教授遗传算法的目的,也锻炼了学生逻辑思维的能力,教学效果良好[4]。
3 作业和考核方式的改革创新
过去的课程作业都是单一书面习题作业,发展至今,课程作业形式已经发生了变化,更加丰富多样,包括必须交给教师评阅的书面家庭作业和不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中通过网络就可以完成上交作业,并且教师批阅作业后也可以通过网络返回给学生,实现了网络化。课程的考核方式较之以前也发生了较大变化,加强了平时思维能力的考核,更加注重学生实验能力和动手能力的培养,不再是绝对的一次考试定成绩,而是在总评成绩中加入30%的平时成绩,如此不仅减轻了学生的期末负担,也迫使学生更加重视平时的学习思考,有利于课程教学质量的提升。
4 结束语
本文是以提高教学质量为目标,结合教学实践,从教学体系、教学内容、教学方法、考核方式等方面对本科人工智能课程的教学改革进行了探讨,总结了该课程在教学和实践方面的一些教改举措。这些举措符合二十一世纪高校教学的要求,可以支持教师提高教学手段现代化的水平,同时更贴合学生的学习需求。作为该课程的授课教师应始终保持对教学内容的不断更新、教学方法的多样化,才能激发学生的学习兴趣,培养他们的思维创新和技术创新的能力,最终提高本课程的教学质量。从学生的反馈来看,作者所总结的教学实践具有明显的教学效果。但仍有许多方面做得不够,今后将继续在教学过程中不断总结成功的经验,吸取失败的教训。
参考文献:
[1]蔡自兴.人工智能及其应用[M].三版.北京:清华大学出版社,2007.
[2]谢榕,李霞.人工智能课程教学案例库建设及案例教学实践[J].计算机教育,2014(19):92-97.
[3]蔡自兴,肖晓明,蒙祖强.树立精品意识搞好人工智能课程建设[J].中国大学教学,2004(1):28-29.
篇4
北京、上海、沈阳领跑AI
中国人工智能市场细分结构中各类产品分布较为均衡,占据前二位的是服务机器人和智能工业机器人,2016年市场规模分别为70.5亿元和62亿元,占比为29.6%和26%。其中,服务机器人在减速器、伺服电机等领域的技术门槛低于工业机器人,通过结合语言处理和机器视觉等软件技术,能快速普及应用到民生各领域,市场规模也迅速增大。
■各地密集推出产业资金配套,北上沈三地领军发展。为了缩短我国在人工智能领域的基础研究积累、应用实践经验和科技创新投入与发达国家的差距,2016年5月,我国了《“互联网+”人工智能三年行动实施方案》,提出以重点领域智能产品创新为主的七大重点建设工程,对全国人工智能产业的发展提供全面系统的指引。
各地政府也开始密集出台人工智能产业配套扶持资金政策,努力解决企业发展的实际问题。目前已经有超过30个城市将机器人产业作为当地的重点发展对象,各地政府建成和在建的机器人产业园达40余家。
从各地产业政策上看,北京提出的人工智能产业扶持领域最为全面,覆盖了从脑科学到智能硬件制造的全产业链环节;上海作为国家机器人检测与评定中心总部,提出到2020年平均每年新增3000台以上机器人;沈阳作为国家机器人检测与评定分中心之一,拥有新松机器人等企业,政策上提出设立200亿机器人产业发展基金。在未来5年,北京、沈阳和上海将在人工智能产业实现领先发展。
■行业巨头跨界并购加速。从近几年AI领域的并购融资事件可以看出,国内外无论是传统互联网企业(如谷歌、IBM等),还是跨领域的行业巨头(如SPACEX、厦华电子、丰田等)都在积极进行人工智能的布局。并购领域主要集中在自然语言处理和深度学习。并购策略上一方面通过收购提升语言处理产品的体验性能,强化公司产品的市场占有率;另一方面,提前储备深度学习的技术人才,为新产品的研发提供支撑。
未来三年AI市场将迎来新兴机遇点
中国《机器人产业发展规划(2016-2020)》的出台、中国“十三五规划”的脑科学与类脑研究重大工程项目,将极大提升中国人工智能市场的供给质量。同时,以百度为代表的互联网企业已经充分认识到人工智能的未来前景,纷纷开展大规模的投入和布局,也将充分刺激中国人工智能市场的活跃度。2016年中国人工智能市场规模达到239亿元,预计2018年将达到381亿元,复合增长率为26.3%。
■智慧城市的建设将为AI市场创造巨大空间。智慧城市的发展将在安防、交通监控、医疗、智能社区等多个领域全面刺激人工智能产业发展,尤其是以机器视觉为主的各类感知处理设备。中国“智慧城市”建设火热开展,截至2015年年底,我国智慧城市建设数量已经达到了386个。智慧城市的建设以及产品应用的推广,都要以机器学习为依托,可以说人工智能是“智慧”的源泉。未来,各行业的应用需求以及消费者升级发展的需要将有效激活人工智能产品的活跃度,促进人工智能技术和产业发展。
■边缘计算的爆发将快速提升AI产品渗透度。所谓边缘计算,是指设备能在本地化实现初级的人工智能功能,例如智能摄像头识别,服务机器人语音对话芯片等。目前,智能硬件对运算实时性和低延时性的需求越发严格,而依靠传统的云计算平台上的深度学习功能,很难满足大量爆发的产品需求。因此,针对边缘计算的设计开发正在成为各大厂商的新焦点。在过去的人工智能发展中,GPU的高速计算性能为其奠定了天然优势,而随着新一轮边缘计算的需求爆发,基于FPGA、ASIC等体系的设计模式也在逐渐成熟。未来将形成边缘计算和云计算p轨并行的人工智能计算范式。
■新兴AI机遇点逐渐凸显。目前人工智能产业链的数据支撑环节,依然存在数据流通法律法规缺失,高价值数据难以得到有效利用的问题;在感知环节,仿人体五感的各类传感器都有成熟产品,但是缺乏高集成度、统一感知协调的中控系统,对于各个传感器获得多源数据无法进行一体化的采集、处理加工和分析。
未来的新兴AI点也逐渐凸显,主要发生在软件集成环节和类脑芯片环节。一方面软件集成作为人工智能的核心,算法的发展将决定着计算性能的提升。另一方面,针对人工智能算法设计类脑化的芯片将成为重要突破点,不论是NVIDIA的Tesla P100,IBM的TrueNorth、谷歌的TPU,还是中科院的寒武纪,都试图打破冯・诺依曼架构,依托人脑模式构建出更快更适用的新体系,而这将为人工智能未来的良性发展奠定坚实基础。
■机器视觉、深度学习等环节将成为投资热点。图像识别的技术成熟度低于自然语言处理,为新兴企业从软件技术为突破带来了机遇。在软件图像识别领域,尤其以Face++和格灵深瞳两家为代表,通过招揽优秀研发人员在短时间内迅速脱颖而出。而中国人工智能市场中自然语言处理属于技术成熟而且高度竞争状态,科大讯飞占据了国内语音识别领域70%以上的市场,并且多年的技术积累已经在语义分析等领域具备了一定技术壁垒。同时,百度、阿里、腾讯依托技术优势都对语音市场虎视眈眈,因此,语音识别领域已经较难切入。
同时,前瞻性地对最具价值且临近爆发期的技术点进行投资是回报率最高的,深度学习作为2006年重新提出的神经网络算法,已经为人工智能产业刮起了强劲飓风,AlphaGo的成功最核心的价值就归功于它。深度学习正处在面临爆发的临界点,各大公司纷纷在跑马圈地,距离未来预期全面部署7年时间。国内而言,互联网厂商纷纷推出深度学习云平台(阿里DTPAI、百度大脑)、硬件厂商则忙着推出深度学习一体机(中科曙光联手英伟达推出XSystem、华硕携吉浦迅推深度学习一体机ZenSystem),一场本地化和云端化的争夺正在上演。虽然背负着不同的利益,但就未来而言,云计算和开源化仍将成为主流,也是更能推动技术进步的模式。因此,基于云平台的深度学习的投资价值不言而喻。
篇5
关静
360商业市场策划部高级总监
关o,360商业市场策划部高级总监,带领商业化市场以及策划团队打造360商业化品牌,提高行业影响力,助力广大品牌企业主、中小企业广告主的发展。
截至2016年底,360推广已经为电商、旅游、汽车等数十个领域的30余万品牌提供营销服务,与包括阿里、腾讯、京东、雅诗兰黛、卡地亚等在内的众多品牌取得了深入合作。互联网在变,市场在变,营销也在变,面对更加多元的市场需求、更富想象力的营销技术、更年轻化的消费者群体,360坚守安全核心的同时不断的加强内容建设,采用人工智能的方式实现全场景的智能营销。
在公司层面上,全面布局PC、无线、智能硬件端,加强移动产品的建设。一方面,大力发展无线搜索、应用市场、花椒、北京时间、360影视等移动端内容产品,帮助品牌在占据移动端大流量入口的同时,能够通过精耕细作的内容挖掘用户的感情共鸣点,增强用户黏度;另一方面通过大数据与人工智能的结合,影响潜在用户的未来决策。
具体到营销上,我们也会根据品牌主的不同需求,为企业量身定制营销解决方案,满足消费升级背景下消费者的个性需求。除了通过360搜索、导航、手机助手、手机卫士等优质流量产品进行全资源品牌曝光,还通过直播、视频等平台全面覆盖新兴的2亿中产阶级及80后、90后主力消费军,同时推出了“欺诈推广全赔计划”确保他们的网购安全。我们通过营销资源的全面布局,覆盖消费者的全方位生活场景,为广告主焕新品牌体验,让消费者安心购买。
以上也是我们360商业化团队在2017年的工作重点,即提供的全场景的营销方式,使线上营销不仅局限于一个创意或平台,而是通过PC、无线、智能硬件等多维度的行为链大数据的深度学习和人工智能分析,来预测用户的潜在需求,让广告呈现千人千面,从而提高广告投放效果。
关键词
“全场景”+“智能化”
根据我的体验,我总结了2017年的两个营销关键词,“全场景”和“智能化”。
全场景 营销的第一步是了解消费者,在这方面,我们利用独有的行为链大数据,打通消费者的多个用户行为场景,例如:生活服务场景、搜索场景、浏览场景、安全场景、直播场景等等,进而更加了解消费者的衣食住行习惯、信息获取方式、消费意愿、购买习惯等需求,并对个体需求做立体化分析,让信息推送变得越来越智能化、越来越个性化。
智能化 在数字时代,每时每刻数字都在刷新我们的认知,真实用户数据的获取与识别变得越发便捷,人工智能的发展让营销变得智能化,庞大数字、海量数据与人工智能驱动下的超级营销,将深刻洞察消费者的潜在需求,甚至影响未来消费者的决策。
2016营销感悟
好的创意内容才是传播的关键 内容营销是提升用户粘性的核心,互联网用户不仅仅是用户,更是观众。想要吸引用户进一步行为,则要在创意内容上做足了功夫。以原生广告为例,虽然在展现时已经很贴近用户的使用场景,但仍然需要创意优化才能发挥最大价值。
篇6
【关键词】电气自动化控制;人工智能技术;应用
电气自动化控制中应用人工智能技术,就可以对系统运行流程进行简单化处理,优化控制系统,同时,人工智能技术为电气自动化控制提供了技术和安全保障。电气自动化工作人员的工作也随之变得简单,在节省人力和物力的基础上提高了工作质量。目前,智能化技术在所有领域都有应用,推动了我国各行业整体向前发展。
1 人工智能技术
1.1 人工智能技术的阐述
人工智能技术就是计算技术对人脑进行模拟,同时发出类似人类的行为指令,最后解决传统的科技难题。人工智能技术不但涵盖了传统数学和计算机,还关系到了一些人文学科,例如:哲学和伦理学等,结合了自然和社会两门学科,有着较为广泛的影响内容。现在人们生活中已经离不开计算机技术,人工智能技术也逐渐发展起来,因此,计算机技术在处理问题时更类似于人脑,使工作效率提高,系统运作更加灵活和稳定,不断地增加了自动化程度。
1.2 人工智能技术在电气自动化应用中的功能
(1)采集和处理数据的功能
人功智能技术在电气自动化控制中的应用,就可以很好的采集电气设备中的模拟量和开关量,在一定情况下,还可以处理和存储一些数据。
(2)监视运行系统,并及时发出报警
人工智能技术的应用不但可以监视和模拟电气系统,还可以对设备开关量的情况进行智能监视,监视事件的状态变化,如果出现状况就会报警;对系统运行的实际情况进行记录以及对事故进行自动提示和处理;除此之外,还具备声光功能、图像功能、电话报警功能等。
(3)操作控制的功能
电气自动化控制中应用人工智能技术通过鼠标和键盘控制断路器和电动隔离开关,还可以调整励磁电流。电气自动化控制的工作人员可以根据顺控程序实现停机操作。同时,电气系统想要适应所有系统的值班要求,就会对操作人员的操作权限进行限制。
2 电气自动化控制中人工智能技术的应用
2.1 电气自动化中人工智能技术的应用分析
电气自动化设备在运行的过程会涉及到很多的学科,想要熟练的掌握其操作流程,就需要工作人员具备较为专业的知识积累和良好素质。所以,想要使电气自动化设备可以正常运行,必须应用人工智能化技术。人工智能化技术能够编写程序,之后由计算机技术负责操作,使电气设备实现自动化运行,取代了人脑劳动,使工作时间缩短,人力成本降低。
2.2 人工智能技术在电气控制中的应用
人工智能技术在电气自动化控制中的应用,主要就是控制神经网络、模糊控制、专家系统控制。笔者主要介绍了模糊控制,电气传动过程中应用模糊控制来实现直流电和交流电的传动,其直流传动有Sugeno与Mamdani两种传动,在运转的过程,Mamdani的作用就是控制调速,而Mamdani的另一种情况就是Sugeno;在交流电传动过程中,模糊控制就可以实现人工智能技术。
2.3 人工智能技术在平常操作中的应用
电气自动化有着较为繁琐的操作流程,并且对操作程序也有较严格的要求,如果有操作问题出现,就很可能会出现机器故障,因此就会造成较为严重的损失。而在电气设备运转的过程中应用人工智能技术进行操作,这样就简单化了控制流程,方便技术人员对其进行检查和维修,在节约时间的基础上又降低了成本。
2.4 人工智能技术在事故和故障诊断中的应用
专家系统由8大类型组成,具体如(表1),在电气事故和故障诊断中,诊断型专家系统较为重要,主要处理的故障为:发动机故障、发电机故障、变压器故障等。电气自动化控制过程中,会发生很多不同的故障。可传统的诊断方法非常复杂,准确率较低,而应用人工智能技术就可以根据专家的指导和平时收集的机器故障样本,进行问题分析,最后制定解决策略,这样分析将会更加准确,问题存在的时间也随之缩短,使处理问题的效率提高。
表1 专家系统类型表
3 人工智能系统的应用--简析恒压供水案例
3.1 恒压供水的概况
现在我国普遍使用的供水系统就是恒压供水,因为此系统有着不确定的负荷变化,所以传统的PID算法在压力控制方面不能达到理想效果。在具体的运行过程中,我们发现模糊控制的应用效果较好,在实施此方案中,应用AI-808控制器进行人工智能调节,并对FXINPLC控制逻辑加以结合,这样水厂的恒压供水就可以实现全自动化。
3.2 AI-808人工智能的工作原理
AI-808人工智能变频器、调节器、阀门等构成了此系统。主要由压力传感器检测水管压力,之后利用变压器将信息传送给AI-808仪表,将其与设定值做比较,进而得出压力误差,在AI-808所具有的模糊基础上结合PIC控制算法进行运算,将控制信号4~20mA传到变频器的控制端,之后对频率进行调节,使其达到水管所要求的指标。如果用户用水量增加,一台水泵变频到50赫兹后,还是达不到供水压的规定,PIC将对AI-808调节器中的压力信号进行检测,之后给出另一台水泵,再由它进行工频运行;如果用户供水量降低,PIC会接受AI-808调节器发出的水压高信号后,退出运行中的一台水泵。
上述叙述的案例只是电气自动化控制中小范围的应用人工智能化技术,同时也为电气设备的生产和供给过程中的一个方向,在电气自动化控制中应用人工智能化技术有着较为重要的意义,值得我们对其进行深入的研究。
4 结语
总而言之,人工智能化技术是现代科技发展过程的产物,这项技术一直向着成熟方向发展,随之走入到人们的日常生活中。智能化技术不但给人们带来了很多的便利,而且也是改变传统电气的机会,使电气自动化控制的工作效率得到提高,减少了在人力和物力上投入的成本。
参考文献:
[1]李悦.刍议PLC技术在化工装置电气自动化控制中的运用[J].中国化工贸易,2014(35).
篇7
一、人工智能应用于税收征管的必要性分析
1.优化办税体验,提高纳税遵从度。税务部门的纳税服务有网络和办税服务厅两种方式。利用人工智能技术,可以智能地分析纳税人输入的信息,精准纳税信息的推送,提高个性化咨询的针对性,服务好PC端和移动端,使纳税人无需离开住宅即可完成一般的税收申报。对于某些纳税人条件有限或无法在线解决的问题,实体服务机构仍可以使用人工智能系统。自2016年以来,江苏、广东、上海等地陆续推出了采集纳税人人脸图像、身份信息和电话号码的“旺宝”、“小贤”等税务服务机器人提供自助税收服务、发票申请等,它不仅减轻了工作人员的负担,而且提高了税务处理的效率。人工智能的友好、耐心、准确和高效的服务,也受到了公众的好评。2.实现税收信息共享,确保信息对称。目前,“金税”项目的第三阶段已逐步在全国范围内建立了信息收集系统。政府应建立基于“金税”项目的综合电子税务办公系统,运用人工智能技术分析大数据,连接各税务机关的信息,整合分散的资源并重新开发一套用于税收信息收集和管理的操作方法,以增强税收信息收集和管理的相关性,确保信息的对称。3.创新检查手段,兼顾公平速度质量。对于税收征管检查工作分为两部分,计算机选择选案,然后由稽查人员负责后续的稽查工作。人工智能的选择不仅有助于确保公平性和准确性,还可以提高速度,使税务人员更好地投入于跟踪工作。人类与人工智能各司其职,这是流程再造理论下税收征管改革的必然趋势。4.加强风险防范,打击涉税违法。电子商务的兴起,纳税人收入来源的不明确和生产模式的多样化催生了一系列偷税和逃税行为。税务部门应依靠人工智能技术,建立税收风险的预防和控制系统,对评估有疑问的纳税人,由人工智能系统过滤后,发送给不同的部门进行监控和定期检查,从而遏制不法行为发生。5.节省人力时间,降低税收成本。人工智能的优势在于能够利用风险评估和税源管理机制来减少税收管理资源的投入,日常工作效率得到有效提高。人工智能还可以对热点税收问题进行智能分析和评论。还可以应用于税务审批事务。通过智能的机检,可提高工作效率,从而降低税收成本。
二、基于人工智能应用税收征管的障碍因素
1.人工智能技术的发展不够完善。首先,税收信息与人民生活息息相关,但税收人工智能技术还存在技术方面的不足,容易受到黑客攻击。目前,税收信息的保护是有限的。其次,人工智能系统的专家系统。计算机经过的智能程序的学习,除了原有的程序思维,也导入了另一个思维,有了双思维,这就是人性化的专家思维,使税收征管中解决复杂问题能力上了一个台阶,计算机程序通过税务专业知识+税务专家经验两个思维去思考和分析面对的税收征管难题。事实上由于缺乏专家系统的技术支撑,人工智能应用会大打折扣。2.缺乏人工智能复合的高端人才。首先,税收征管需要兼通IT和税收的人才。但如今,税务专业中基本上没有人工智能的本科教育,人工智能与税收学科的交叉和融合无法实现。另外,在税收征管领域,人工智能广泛应用之后,普通税收专业人员的数量将减少。简单的咨询辅导工作,发票业务等可以辅以人工智能系统。而高端管理人才缺乏,是阻碍税收人工智能发展的重要成因。3.适应智能办税能力尚显不足。在税收实际工作中,由于纳税人的水平不一,接受新事物新技术的能力不一,也就不能很好地掌握智能办税中的各种操作要求和智能处理。4.缺乏人工智能应用和数据的保护。政府对个人信息的收集,分析和比较,确实提高了政府部门的管理能力,并在一定程度上有助于改善政府管理手段。但是,公权力无限收集信息超出必要程度可能会侵犯私人权利。目前,我国还没有关于“人工智能数据的应用和保护”的规定。建议从法律条文上体现对公民的隐私保护。
三、完善人工智能应用税收征管的对策
篇8
关键词:人工智能;教学改革;教学方法
引言
人工智能(ArtificialIntelligence)是一门研究和模拟人类智能的跨领域学科,是模拟、延伸和扩展人的智能的一门新技术。由于信息环境巨变与社会新需求的爆发,人工智能技术的日趋成熟。随着AI3.0时代的到来,大数据、云计算等新技术的应用也愈发广泛,对于管理类人才来说,加强对人工智能知识的深入学习,不断将人工智能技术与管理知识结合起来,对其未来职业生涯的发展有着重要作用。人工智能是一门前沿学科,管理学院开设人工智能课程的目的是为了更好地培养学生的技术创新思维与能力,基于其覆盖面广、包容性强、应用需求空间巨大的学科特点,通过概率统计、数据结构、计算机编程语言、数据库原理等基础课程的学习,加强学生解决实际问题的能力,为就业打下基础。本文基于社会对于人工智能领域的人才需求,结合诸多长期从事经管类专业课程教学的老师意见,针对管理类人才的人工智能课程教学内容与方法进行探讨,以期对中国高校人工智能课程教学改革研究提供帮助与借鉴。
1、教学现状与问题
作为一门综合性、实践性和应用性很强的理论技术学科,人工智能课程内容及内涵及其丰富,外延极其广泛。学习这门课程,需要较好的数学基础和较强的逻辑思维能力。针对管理类人才,该课程在课程教学过程中存在几个较为突出的问题。(1)课堂教学氛围枯燥目前,中国大多数大学仍采用传统的课堂教学模式,在教学过程中照本宣科,忽略与学生的互动,并且缺乏能够有效引起学生学习兴趣与加深知识理解的教学环节设置,如此一来大大降低了学生自主思考的能力。在进行人工智能相关课程知识讲解时,随着章节的知识难度不断增加,单向介绍式的枯燥教学方式无法反映人工智能学科的全貌,课堂讲解难以同时给以学生感性和理性的认知,部分学生因乏味的课堂氛围渐渐无法跟上教学进度,导致学习动力不足。(2)基础课程掌握不牢管理类专业的学生大部分都会走向更加具体化的管理岗位,具有多学科的素养,但这也导致很多学生所学知识杂而不精。学生在基础不夯实的情况下去学习更高层面的知识,给学生学习与老师教学都造成了很大困扰。人工智能课程知识点较多,涵盖模式识别、机器学习、数据挖掘等众多内容,概念抽象,不易学习。一些管理类专业的学生未能熟练掌握高等数学、运筹学、数据结构、数据库技术等先修课程,缺乏一定的关联思考和研究意识,导致课程学习难度增加,产生学时不足和教学内容难点过多的问题。(3)教学与实际应用脱节当下,人工智能广泛应用于机器视觉、智能制造等各个领域,给学生提供了大量的现实案例,使得人工智能不再是高深莫测的理论,而是现实中可以触及的内容。例如,在机械学科领域,人工智能技术是电气工程、机械设计制造、车辆工程等方向的重要技术来源;在医疗领域,是医疗器械的创新生产源动力;在能动领域,是高端能源装备与新能源发展的重要驱动;在光电信息与计算机工程领域,技术的发展时刻推动着智能科学与技术核心价值的提升。然而,对于管理类专业的学生来说,现阶段的人工智能教材涵盖许多智能算法及相关理论,在教学过程中常常涉及到很多从未接触过的抽象理论和复杂算法,书本中的应用实例大多纸上谈兵,缺乏专门适用于管理类专业知识与人工智能技术相结合的教学实践,加上一些教师授课方法单一,不利于引导学生将人工智能算法应用于现实生活。另外,大学生对知识的理解能力差异很大,教师采用统一的方式教给他们,这使一些学生无法跟上和理解,教师也无法控制学生的学习状况,导致学生缺乏动力。因此,如何结合学生的现实情况,提高他们的动手能力和实践经验也是人工智能课程教学要考虑的问题。
2、管理类人才的人工智能课程教学改进策略
课程教学改革是一项提高大学教学效果和人才培养质量的重要手段。如何在时代背景下应用新技术和新思想进行实施课程教学改革是高校亟待解决的问题。对于高校的教学工作而言,教学目标、教学内容和教学方式的变化不再是课程资源的简单数字化和信息化,而是充分利用时代信息资源优势的新型教学模式。针对管理类专业人工智能课程教学过程中存在的问题,可以从教学方法改进和教学内容设置两个方面进行课程教学改进。
2.1教学方法改进
教师对学生具有引领作用,其教学方法的改进能够带动学生改进自身学习方法。(1)启发式案例教学案例教学法就是教师根据教学目标、教学内容以及教学要求,通过安排一些具体的教学案例,引导学生积极参与案例思考、分析、讨论和表达等多项活动,是一种培养学生认知问题、分析和解决问题等综合能力的行之有效的教学方法。启发式案例教学以自主、合作、探究为主要特征,调动学生的学习积极性,并紧密结合人工智能领域的相关理论与方法,有效理解知识要点及其关联性,适用于管理类专业学生的教学。具体而言,高校基于其问题启发性、教学互动性以及实践有用性等特点,可以建立基于人工智能知识体系的教学案例库,虽然这项建设将极具挑战性与耗时性,但具有很强的积极效果:培养学生较强的批判性思维能力,更多地保留课程材料,更积极地参与课堂活动,对提高教学质量、培养具有人工智能背景的管理类人才具有重要意义。例如,通过单一案例教学,让学生掌握相关基础知识原理及应用;通过一题多解的案例使学生思考如何获取最有效的解题方法;通过综合案例的设计,启发学生全方位地探索问题的解决方案。(2)研讨互动式教学研讨互动式的各个教学环节是逐渐递进、有机结合的。研讨是基于学生个体的差异性,在课堂讨论的过程中对学生做出评判,从而对不同类型的学生开展针对性的教学。互动则是在研讨的基础上,通过老师与学生、学生与学生的互动,让学生主动参与到课堂教学的过程中来。在人工智能课程教学过程中,教师通过课堂讨论了解学生对于知识点的掌握情况,可以有针对性地设计教学内容,例如,对于学校积极性不强的学生,将人工智能理论内容与学生个人兴趣范畴、社会产业发展及研究现状联系起来,能够极大程度地提高学生学习的自主能力;对于基础知识较为薄弱的学生,可以在教师的指导下查阅相关文献资料,根据自己的理解撰写心得报告,并在课堂或课外进行师生互动。像这样研讨与互动相结合的模式。有助于增强学生的探索和求知欲望,建立起浓厚的学习氛围。(3)有效激励式教学人工智能是引领未来的战略性技术,人才需求量极大,对教师的教学水平也提出了更高要求,因此,进行有效激励极为重要。在学生激励方面,可以举办各类人工智能竞赛项目,设置相应项目奖学金,吸引学生参与实践,调动学生做研究、发论文的积极性。例如,教育部主办的中国研究生人工智能创新大赛,围绕新一代人工智能创新主题,激发学生的创新意识,提高学生的创新实践能力,为人工智能领域健康发展提供人才支撑。高校也可以借鉴这种模式,在各学院乃至全校开展此类竞赛项目,激发学生的创新能力与团队合作能力,鼓舞更多学生加入到人工智能课程的学习中来,激发其学习兴趣。在教师激励方面,在教师聘任和提升过程中把参加学生课程制定、课堂与课外作业、课程项目和论文指导等看作教学任务的一部分,鼓励教师积极参与这些活动。(4)学科渗透式教学人工智能学科知识融合程度较高,学科交叉性强。基于人工智能的学科交叉性特点,增强管理类人才对学科应用的领悟,可以采取开展学科渗透式教学的方法。从2015年起,国务院和教育部先后印发了《国务院关于积极推进“互联网+”行动的指导意见教育》、《高等学校人工智能创新行动计划》等文件,“互联网+”、“智能+”已经渗透到各个领域,人类进入数字经济时代,社会需求“技术+管理”的高端复合人才。例如,基于工业4.0和强国战略,人工智能技术在智能制造的应用极为广泛。上海理工大学非常重视少数民族预科班的教育质量。为增强少数民族管理类人才对该领域应用的认识,我们请机械工程、能源动力领域的相关专家以授课或讲座的形式,进行相关领域知识和发展趋势的讲解,使学生理解更为透彻。此外,在教学实践过程中,还可以用举办人工智能知识交流会、线上人工智能论坛等形式,促进不同专业间老师、学生对于人工智能知识模块的见解,相互交流、渗透和学习,从而推动人工智能课程教学的改进。
2.2教学内容设置
世界一流大学在人工智能课程内容设置根据不同国家的教育体系设置,肯定会有不同,但颇有共通之处。本文借鉴世界顶尖大学经验,针对管理类专业人工智能课程教学内容进行研究,结合中国教育体系设置,认为应从以下几方面进行改进。(1)核心内容设置为避免学生因为知识点过多而出现杂而不精的问题,势必要精化教学内容。在互联网时代,我们可以使用云计算和其他方式来实现数据信息的传输、存储和处理,通过在线收集和整合网络课程相关数据,挖掘和丰富教学资源,并在整合课程资源的基础上,进行研究方法和前沿知识的扩展。在核心内容设置方面,可以通过收集到的数据资料,选择人工智能领域具有代表性且难易程度适中的知识作为重点,使学生能够在有限的学时内掌握人工智能的知识脉络。例如,编写针对管理类人才的人工智能教材,内容涉及绪论、知识表示与推理、常用算法、机器学习、神经网络等方面的同时,重点增加相应知识点在管理上的应用案例,加强学生对知识点的理解。同时,根据管理类专业偏向领域,开设关联程度较大、应用较广泛的人工智能选修课程,以便学生根据自己的兴趣与需求选修具体方向的课程。(2)注重学生的数理及编程基础良好的数理及编程基础是学习人工智能的前提。只有具备了这些基础,才能搞清楚人工智能模型的数量关系、空间形式和优化过程等,才能将数学语言转化为程序语言,并应用于实验。管理学院人才的数理及编程基础相对薄弱,因此,在安排学生学习人工智能课程之前,建议开设面向全体管理类专业学生的微积分、线性代数、概率论等专业基础数学课程以及C语言、python等编程基础课程,使学生具备数学分析的基础与一定编程基础,为学习人工智能课程打下坚实的基础。另外,可以推进MOOC平台建设,在平台上开设人工智能网络课程,帮助学生掌握人工智能知识基础及专业技能。(3)实验建设为了加强学生对于人工智能知识点间的关联性理解,可以基于不同的应用模块,设计具有前后铺垫、上下关联的综合性实验,设计不同层次的项目要求,同时基于相同的实验课题,让学生分组对实验课题进行攻克,并设置多元化的实验评价体系,通过实验教学过程中反映出的不同进度,让教师能对学生的学习水平做出准确评判,及时进行教学反思,以便更好地开展下一步工作。例如,针对人工智能课程应用中很广的遗传算法,在某一管理规划的具体应用上设置理解-实现-参数分析-具体应用-尝试改进-深度拓展的不同层次的项目要求,在这些项目层次中规定必做项与可选项,让学生基于同一实验课题进行合作学习,然后通过个人自我评价、小组成员互相评价以及教师评价的方式进行打分,对小组整体能力以及个人能力进行综合评估,以期培养学生的自主思考能力。
篇9
关键词:机械电子工程;人工智能技术;应用
中图分类号:TP18 文献标识码:A
在现代经济社会发展速度不嗉涌斓谋尘跋拢社会生产力水平明显提高。对于我国而言,在工业机械工程发展过程中,现代电子技术的应用促进传统机械工程逐步过渡至现代电子机械工程,而随着计算机技术以及信息技术的蓬勃发展,机械工程开始呈现出智能化、自动化的发展方向。特别是人工智能技术发展以来,此项技术在机械电子工程领域中的应用日益广泛,对提高生产力水平的意义同样非常确切。本文即围绕机械电子工程领域中人工智能技术的相关应用问题进行分析与探讨,望能够引起各方重视与关注。
一、人工智能的概述
人工智能是研究、开发用于模拟、延伸以及扩展人的智能的理论、方法、技术以及应用系统的全新学科。作为计算机科学的重要分支之一,人工智能技术所追求的是了解智能的本质,并研发出一种与人类智能高度相似的智能机器。从人工智能诞生以来,相关理论与应用技术不断成熟,人工智能技术的应用范围也明显扩大。可以预见的是,未来人工智能技术下所带来的一系列科技产品将成为人类智慧的“容器”。
二、人工智能技术的作用分析
人工智能技术的应用对意识结构的变化有非常重要的影响,使意识论研究领域明显扩大。人工智能终端作为一种全新形态的机器设备进入人意识器官范畴中。人工智能技术下,除了能够完成人脑的一部分意识活动以外,甚至在部分功能上较人脑有着更为明显的优势,如对信息进行处理,以及采取行动的速度,以及对动作和记忆的准确性等方面。除此以外,通过对人工智能技术的应用与发展,还为未来ICT等网络技术的发展提供了方向与指导,包括云计算、深度学习、以及智能算法等在内的大规模网络应用成为ICT产业重要的发展方向之一,深度学习作为人工智能研究领域中的重点关注对象之一,可通过构建模拟人脑进行分析学习的神经网络的方式,促进互联网领域的飞跃式发展。
三、机械电子工程及人工智能分析
1.机械电子工程特点
机械电子工程是将电子工程、机械工程以及自动化工程结合起来的综合性学科,在机械电工工程中占据非常重要的地位。现阶段机械电子工程主要具有以下几个方面的特点:(1)机械电子产品结构相对简单。机械电子产品构造复杂程度不高,产品占地面积有限,能够改变传统意义上机械电子产品占地面积大且外观笨拙复杂的特点,对优化机械电子产品工作性能也有重要意义;(2)机械电子工程设计方案合理性高。在电子工程、机械工程以及自动化工程相互融合的背景下,设计人员能够更为全面的决策设计方案,促进机械电子工程的不断进步与发展。如,将机械电子工程技术与管理技术相结合,一来能够促进机械电子工程在管理体制层面的发展革新,二来能够促进机械电子技术在管理层面的发展进步,综合价值突出。
2.人工智能特点
人工智能是研究、开发用于模拟、延伸以及扩展人的智能的理论、方法、技术以及应用系统的全新学科。作为计算机科学的重要分支之一,人工智能技术所追求的是了解智能的本质,并研发出一种与人类智能高度相似的智能机器,研究对象包括图像识别、语言识别、机器人、自然语言处理以及专家系统等多个部分。人工智能技术的应用具有以下几个方面的特点:(1)人工智能技术使人与人之间的沟通交流更加密切。人工智能技术作为高新科学技术,为大众间的沟通交流提供了极大便利,实现与不同群体的沟通,在促进人类社会进步的同时还对人工智能技术的改革创新提供动力;(2)人工智能技术对促进经济增长有重要意义。应用人工智能技术能够促进社会消费,扩大国内市场需求,对实现经济平稳健康发展有积极价值;(3)人工智能技术的应用有助于企业经济目标的快速实现。人工智能技术大量应用会促进行业市场的扩大,吸引投资,提高企业经济效益。
四、机械电子工程中人工智能应用
1.机械电子工程与人工智能的关系
不稳定性是机械电子工程普遍面临的问题之一,该特点的存在导致机械电子工程系统信息输入与信息输出之间的关系难以准确地描述出来。由于建设规则库方法、学习并生成知识描述法以及数学方式推导法这3种传统机械电子工程系统描述方法在严密性与精确度方面存在一定的局限,因此往往难以满足机械电子工程系统日益复杂的描述需求。但从信息处理的角度上来说,人工智能技术的应用及其与机械电子工程系统的融合对于解决系统不稳定性、不确定性以及复杂性问题有非常确切的优势。从这一角度上来说,将人工智能技术与机械电子工程相结合已成为机械电子工程领域发展的必然方向与趋势之一。
2.模糊系统及神经网络系统
模糊系统的理论基础与模糊集合,设计工具为模糊理论。模糊推理系统具有模糊信息的处理功能,在自动化控制、数字处理等诸多领域中得到了大量的应用,所取得的效果非常显著。模糊推理系统创建模拟人脑的相关功能,并分析语言信号,在网络结构的依托下无限接近连续函数,并遵循域至域的映射规则对信息进行储存。但模糊推理系统在应用中具有连接性不固定的特点,计算量偏小,因此应用范围存在一定的限制。
神经网络系统是人工智能技术领域中的关键分支之一,神经网络将信息分布于网络上的主要模式是神经元的兴奋模式。在神经网络系统干预下,可实现对信息的分布储存以及对动态信息的协同处理。神经网络系统可在确保行为丰富的前提下最大限度地精简结构,利用神经网络系统功能直接模拟大脑结构,并分析数字信号,在各个神经元间构成点对点的映射关系,进而达到提高信息数据输入、输出精度,并提高计算量的目的。
结语
综上所述,人工智能技术的应用与人工智能系统的构建、发展在很大程度上促进了现代机械电子工程的快速发展与进步。现代机械电子工程设计必须以人工智能技术的合理应用为依托,达成双赢的理想局面。在这一过程中,相关人员必须充分关注机械电子工程与人工智能技术的融合,不断开拓全新的人工智能技术,把握两者发展中的相通点与共同点,以促进两者的共同发展与进步。
参考文献
[1]梁国强.试论人工智能技术在供水设备机械电气自动化控制中的应用[J].中小企业管理与科技,2015(27):252.
[2]韩斌.机械电子工程与人工智能的关系分析[J].数字技术与应用,2013(6):254-254.
[3]孙伟.电气自动化控制中人工智能技术的应用研究[J].科技创新与应用,2014(7):70-70.
篇10
中国家用电器协会表示,2017年,年轻的AWE将不仅在展览总规模上比肩IFA、CES等老牌全球家电与消费电子博览会,甚至在技术引领、产业创新、行业聚焦、办展水平等方面也已呈现出后来者居上的态势。AWE的迅猛发展,得益于中国家电与消费电子产业转型升级。展会也成为了全球市场竞争中极为活跃并具创新意识的前沿阵地之一。
环顾全球,以中国、韩国、日本为代表的亚洲家电与消费电子产业总体上领先于世界其他各大洲。其中,中国作为全球第二大经济体、亚洲经济的龙头,伴随着全球经济重心转向亚洲的新形势,理所应当拥有全球产业的盛会。
生逢其时的AWE 已经赢得了行业的高度认可与尊重。中国的海尔、美的、海信、TCL、格力等企业纷纷把全年最重量级的新品首发安排在AWE。AWE 2017还将奉上炫酷的创新产品。
AWE作为品牌的秀场,得到了制造商的高度参与,也吸引了经销商、供应商、媒体、投资人、消费者汇聚到这个全球性的行业舞台。京东、国美等渠道巨头每年都在AWE期间推出面向消费者的精彩活动。随着海尔收购GE家电、美的收购库卡机器人,越来越多的中国制造业企业受到了海内外的巨大关注, AWE 2017将令人期待。
未来智慧生活的趋势
海尔集团全球品牌总监程传岭表示,互联网已经潜移默化走进人们生活的方方面面,由于互联网带来智能终端的变化,现在人们的出行、购物都已经离不开智能手机。
目前,物联网在飞速发展,物联网的核心是基于互联网,它是互联网的延展和发展。由于物联网技术已经有了质的飞跃,人们的语言、视觉交互随之在精准度、稳定度方面得到了大大的提升。整个物联网性能发生变生的同时,其价格成本也在下降,类似于传感器会在未来十年之内将其成本下降100倍,充分说明整个物联网现在普及的技术完全有可能实现。因此物联网成为了互联网之后信息发展的第三个浪潮,也是未来更大的红利。
从行业创新来看。随着互联网和物联网外部环境的变化,整个家电行业也实现了类似商业模式的变革,由原来的卖家电到现在卖方案,卖类似空气的方案。程传岭认为,一台空调可以解决制冷制热问题,也可能解决湿度和空气污染问题。对于食材保存方案,不仅仅是温度,还有舒适度和保鲜度。比如放进冰箱一块肉,拿出来可能不是那块肉,看着质量没变化,但是里面的营养会丧失。
最后,提到关于水的解决方案,人们的洗澡水、洗脸水用的都是软化水,这是净化水的解决方案。未来,家庭、社区、城市会形成一个智慧物联的生活方式解决方案,由原来互联网方式变成物联网生活的方式,这是整个趋势的变化。
创新 进化 升级
据了解,AWE 2017将更加强调智慧生活对于全球家电与消费电子领域的多元影响与深刻变革。在过去几年中,AWE见证了全球家电和消费电子企业建设智能生态的新探索。AWE 2017除了将密切关注传统家电厂商的智能生态探索外,还将进一步延伸对于家庭智慧生活的前瞻与展望,真正把更丰富的智慧生活场景搬上舞台,智能家居、智慧出行、智能健康、智慧娱乐、智能建筑、AR/VR、人工智能等更多领域和产业都将是AWE富有想象力的内容。
同时,AWE 2017将更加关注高科技公司在智能科技领域的深度挖掘,联合极果特别推出内涵丰富、黑科技云集的12500平方米的“科技公园”展馆,搭建真正以消费者体验为中心的超级智慧生活应用场景。以Alpha Go为代表的智能机器人如何颠覆传统引导消费升级趋势;以Oculus VR为代表的虚拟现实技术如何划分最新实力格局;以Pokemon Go AR游戏为代表的增强现实如何整合娱乐市场版图;TESLA、百度试水的无人驾驶技术如何颠覆智能出行;以亚马逊、大疆、曼塔为代表的无人机领域如何进行民用商业化探索等等。
“平台、生态圈、影响力”成了AWE的关键词,而这也将是AWE 2017继续创新、进化、升级的核心使命。AWE将通过不断放大的AWE+生态圈,推动传统行业与新兴领域跨界融合、互利共生。
机器视觉将是人工智能下一个前沿领域
人工智能在过去一年里有着强劲的发展,给人们带来越来越多的益处。而未来,机器视觉将会是人工智能的下一个前沿领域。随着该类技术的发展,明年将会出现新型人工智能驱动的设备。
机器为什么需要视觉呢?视觉是主要的感官。机器要能够理解人类,提供他们所需的支持,那么它们必须能够在视觉范畴进行观察和表现。具体形式可以是一个帮助盲人“看见”和理解周遭世界的小摄像头,又或者能够准确区分流浪猫、在移动的树枝和窃贼的家庭监控系统。
伴随着电子设备在人们的日常生活中变得日益重要,我们也发现越来越多的设备应用因为没有足够强大的视觉功能而失败,如无人机在空中发生碰撞,机器人吸尘机吸掉不该吸的东西。
机器视觉是人工智能正在快速发展的一个分支,旨在赋予机器可媲美人类的视觉。
随着研究人员应用专门的神经网络来帮助机器识别和理解现实世界的图像,机器视觉在过去几年取得了巨大的进步。如今的计算机在视觉识别上能够做到各种各样的事情,从识别网络上的猫到在诸多的照片中识别特定的面孔。不过,该类技术还有很长的路要走。
当前,机器视觉在走出数据中心,应用于各类用途,从无人机的自动驾驶到食品整理。
基本的图像分类已经简单多了,但在从复杂的场景中提取要义或者信息,机器则面临着一系列的新问题。错视问题便是机器视觉仍长路漫漫的一个很好的例证。
举例来说,当人看到两张面对面的脸的轮廓图像时,他们看到的不仅仅是抽象的形状。他们的大脑会进行进一步的解读,让他们能够识别图像的多个部分,看到两张脸,又或者看到一个花瓶。
但对于机器来说,这样的图像是非常难以理解的。
基本的分类器分辨不了两张脸和花瓶,它看到的会是诸如短柄斧、吊钩、避弹衣甚至吉他的物体。该系统并不能确定那些物体是在该图像当中,这说明这类图像的识别对于机器而言极具挑战性。
另外,正如复杂的图像,现实世界也十分凌乱。在当中正常航行可不是光开发算法分析数据就能够实现的,它需要对真实场景有清楚的了解,进而能够相应作出行动。
- 上一篇:网络安全工作开展情况汇报
- 下一篇:村道建设实施方案