时间:2023-07-19 16:57:02
序论:写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感,挖掘那些隐藏在内心深处的真相,好投稿为您带来了七篇人工智能发展前景范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。
关键词:人工智能;传统会计;影响分析;对策
引言
“人工智能”这个词,在很久之前也许还只是存在于人们的脑海中,甚至根本不敢想象它的实现,而自2016年谷歌智能系统“阿尔法狗”战胜韩国著名围棋棋手李世石后[1],引发了全球对人工智能的思考。21世纪以来,越来越多的行业正在逐步运用人工智能这一技术,在会计这一领域,突出表现的是财务机器人的出现,这意味着从事着简单重复性工作的传统会计从业人员将面临被替代的风险。根据财政部最近数据显示:截至2018年10月,累计有722万余人通过考试取得了初、中级会计资格或高级会计师评审资格。其中,初级510万余人,中级196万余人,高级16万余人。换句话说,在全国2000万同行中,每4个会计中就有人持有一本初级会计证书;10个会计中就有一位持有中级会计职称证书。这样的数字显得有些可怕,因此,在人工智能高速发展的时代下,会计职能的转变显得尤为重要,会计人员只有不断改变自己,适应新时代的大浪潮,才能抓住机遇实现双赢,将人工智能发挥出最大的效能。
人工智能时代下会计行业的发展背景
(一)人工智能在会计行业的现状
就目前而言,人工智能在我国会计领域的应用还处于萌芽阶段[7],财务机器人是人工智能在会计领域中一个具体的应用。传统会计有两项基本职能:核算与监督,目前已问世的财务机器人,它们的功能都几乎以会计核算为主,解放了手工账,财务机器人在设定好程序后可以自动录入数据、凭证,完成以前需要人工一步步烦琐的工作,解放了会计最低层的劳动力,满足了企业的日常会计信息需求,但是在会计系统中一些主观的行为如审计、判断等依然需要财务人员手动操作。会计核算的程序和七种会计核算方法的相互关系见图1[5]。据国家统计局发表的数据显示,2017年,我国大数据核心产业规模为236亿元,同比增长40.5%,人工智能也是其中的一部分,而2017年正是人工智能运用于会计行业的一大历史里程碑。
(二)人工智能对会计行业的影响
人工智能对传统会计有积极和消极两个方面的影响。从积极影响来看,首先人工智能可以提高工作效率[6]。在会计工作中,传统的手工核算消耗了大量的人力成本,付出了大量的精力和时间,导致工作效率的低下,而人工智能拥有数据库的支撑,能够自动生成财务报表,提高工作效率,并且帮助企业降低了风险和成本,促使工作高效率地完成。此外,人工智能可以降低信息失误和失真,人工完成烦琐复杂的工作,难免会导致一些错误,例如登记手工账出现笔误,进而影响了企业的工作效率,而人工智能的运用,在很大程度上避免和遏制了这一现象。从消极方面来看,主要影响是传统会计人员将面临失业的风险[2],人工智能在会计行业的应用,带来的最直观的影响就是取代了大量的简单重复的工作,因而对传统的会计从业人员需求减少,同时势必会造成对会计人员能力要求的提高,那些不能适应这种变化的会计人员便面临着失业的风险。同时,会计信息存在安全隐患[2],人工智能技术的复杂性和高要求性将可能造成一定程度的企业会计信息安全风险,如果企业缺少相应的专业人员或系统维护不及时,很可能存在企业财务数据甚至商业机密泄漏的风险,对企业造成不可挽回的损失。人工智能与传统会计对比分析人工智能与传统会计相比在不同层面上存在着差异。见表1。
人工智能时代会计的发展方向
(一)传统会计向管理会计转型
在繁琐的基础性核算工作逐渐被人工智能替代后,企业对会计人员的管理型思维提出了更高的要求[4],会计人员不仅要帮助企业制作报表等财物方面的事宜,更多的是要将财务知识结合企业各个部门现状,为企业的长远发展考虑,同时利用自身积累的经验,对企业的经营发展提供全面预算、成本控制、风险评判等支持,积极参与企业未来发展战略的制定,为企业创造出更高的价值。在此背景下,虽然传统的会计功能被取代,但是管理会计反而能利用智能化,能够对基础的财务数据做出进一步分析,为企业的管理出谋划策。面对目前瞬息万变的市场,通过分析各项财务数据做出管理决策,整个过程都需要会计人员的参与,未来传统会计也必向管理会计转型,会计人员也不再仅仅记录和核算过去的业务,更应该为企业未来的管理和发展出谋划策。
(二)会计与人工智能相互融合,取长补短
未来智能化将是时代的发展趋势,会计应该与人工智能更加深度融合,取长补短。一方面,在培养会计人才时加入人工智能知识的学习,注重培养综合型的管理会计人员,利用人工智能技术促进会计行业的发展;另一方面,不能松懈对会计基础理论的研究,同时也要培养会计人员独立思考和解决问题的能力,人工智能只是一个工具,把握大局的还是会计工作者,企业不能过于依赖人工智能。
(三)会计从业人员提升自身综合素质
会计从业人员在这一严峻的背景下,应该不断提升自己的专业能力和综合素质,积极转变传统的会计职能,达到能够兼顾财务会计、财务审计和管理会计等多种工作,能够完成人工智能无法实现的工作的程度,同时积极学习新领域的知识,例如现代的智能软件,提高工作效率。通过本文研究,笔者认为人工智能的发展与应用在未来是必然的,会计人员只有积极顺应时代的发展,不断优化自身的职业水准,提高管理决策的水平,才能立于时展之巅。
参考文献
[1]何苹.人工智能背景下传统会计面临的挑战与选择[J].经济管理文摘,2020(14):128-129.
[2]郭昌荣,程永鹏.人工智能对会计行业的影响及对策[J].会计师,2020(15):1-2.
[3]李怡.会计人工智能存在的风险与对策研究[J].财会学习,2020(28):96-97.
[4]朱石玉.人工智能发展对会计行业的影响及应对措施[J].江苏商论,2020(08):37-40.
[5]吴钟山,焦栋.浅谈“人工智能”背景下对传统会计实务的影响[J].大众投资指南,2019(02):162-163+165.
[6]刘洁.人工智能对会计行业发展的影响研究[J].财会研究,2018(06):33-35.
传统的机械工程包括机械设备动力与制造工艺的研究,通过运用机械运动原理实现机械设备的正常运行。而机械电子工程重视实现传统机械系统能量的连接,信息连接是信息连接的重点。随着机械工程与电子工程的融合度越来越高,机械电子工程的智能化会成为未来的发展趋势。
1 机械电子工程概述
1.1 机械电子工程的定义
机械电子工程与其他相关学科之间有着紧密的联系,结合了各学科的优点,是一门比较复杂的综合性学科。机械电子工程以电子、机械、计算机技术为核心,通过科学合理的设计将各个模块优点发挥到最大。虽然机械电子技术需要运用各方面知识,但是机械电子产品的内部结构并不复杂,只需要将一些简单的机械电子元件按照规划进行科学的组合,就可以最大限度的提高产品的性能,减少成本的投入,在提高产品质量的同时提高企业的经济效益。
1.2 机械电子工程的发展
在机械电子工程发展的初期,人们并没有认识到机械电子工程的广阔的发展前景,由于缺乏必要的资源支持,机械电子工程的技术水平也极低,机械电子产品主要以手工制作为主,其工业化水平十分低下,机械电子工程的发展受到了极大的限制。随着机械电子工程的重要性日益凸显和其市场需求的扩大,人们开始重视对机械电子工程技术的开发,为了进一步提高其生产效率,机械电子工程逐渐实现在机械工业中的应用,并获得了飞速的发展。随着机械电子工程与机械工业的结合,实现了机械电子产品的流水线的生产,促进了生产水平的提高,提高了生产效率,可以实现机械电子产品可以在短时间内投入市场。但是目前我国主要引进国外的标准生产线,产品的生产模式与我国实际的生产需求差距很多,生产线本身的灵活性极弱,生产出的产品并不能够满足国内市场的需求。为了促进机械电子工程的进一步发展,需要结合我国国内市场的实际需求,将机械电子工程与人工智能相结合,充分发挥机械电子工程的优点,逐步实现其产业化与智能化。
2 人工智能概述
2.1 人工智能的学科定义
人工智能通过计算机的使用极大的延伸了自身的智能,主要通过对计算机功能的深入研究得到的一门学科,这门学科具有极大的发展前景,是21世纪的最重要的学科之一。计算机技术的发展是人工智能学科得以发展的关键,因此计算机技术是人工智能学科的基础。但是人工智能学科并不是单一涉及到一门学科,此外还与信息论、心理学、控制论等多个学科存在着交叉关系,因此,人工智能学科吸收了其他各个学科的优点,具有极强的发展潜力。
2.2 人工智能的发展阶段
2.2.1 萌芽阶段
随着世界第一台计算器的诞生标志着人工智能研究之路的开始,但是这个阶段的发展十分缓慢,但是这个阶段为人工智能的研究积累了大量的经验。直到世界第一台计算机诞生之后,加快了人工智能研究的角度,依旧没有取得实质性进展。所以这个阶段属于经验积累阶段,为之后发展奠定基础。
2.2.2 第一个发展阶段
1956年“人工智能”命题的提出标志着人工智能的发展进入了第一个高峰期。这个阶段主要是博弈、和基本原理的证明,这个阶段最大的贡献大大解放了人们的思想,为之后的发展提供了理论支持。
2.2.3 第二个发展阶段
人工智能第二个发展阶段的标志是1977年全球第五届人工智能会议的召开,经过这个会议逐渐促使了人工智能与实际生产的结合,使人工智能获得了一个巨大的飞跃,使其进入了知识层面的发展。
3 机械电子工程与人工智能的关系
随着社会信息化的进一步推进,为机械电子工程技术的发展带来了契机,人工智能的加入为了机械电子工程的发展开拓了巨大的发展空间。传统的机械电子系统,缺乏必要的稳定性,面对逐渐增多的信息量,单纯通过人工的方式进行处理显得力不从心,急需要一种可以处理多种不同类别信息的技术。在这种情况下人工智能的加入为机械电子工程的发展提供了巨大支持。人工智能通过建立相关模型、控制模型,实现对信息的处理,最终根据处理的信息能够很好的完成故障的诊断。除此之外人工智能使用模糊推力系统和神经网络系统这两种方法实现了对系统的数据信息进行全面的描述,最终实现对机械电子系统的科学合理的控制。
在人工智能漫长的发展过程中,每个阶段的发展都十分缓慢,并没有实现人工智能的实质性的变革。但是随着人工智能与机械电子工程逐渐结合之后,形成了由量变到质变的巨大飞跃,使世界进入了机械电子工程时代。随着人工智能在机械电子工程领域的广泛应用,人工智能逐渐形成了神经网络系统和模糊逻辑系统,通过这两个系统对人类的思维模式进行模拟来解决多变的工程应用问题。人工智能在机械电子工程中的广泛应用过程中逐步完善了自身的缺陷,为自身的发展提供了一个新的发展路径。
从以上可以看出发展过程机械电子工程与人工智能二者具有密不可分的联系。一方面在机械电子工程的发展过程中正是由于人工智能的加入是机械电子工程的发展带来新的契机。另一方面,人工智能通过在机械工程领域的应用,为自身的发展提供了一个新的路径。
人工智能的发展历程
人工智能经过60年的发展,经历了不同的发展阶段,在50年代末60年代初,当时的预测是,2020年上个世纪末机器人可能达到人的水平,到目前来看我们已经取得了很大的进步。当时看似不切实际的期望,后来有了初步的进展,进而研讨如何使得人工智能更加有活力,后来发现还是应该与应用相结合,因此才有了各种发展历程。到了70年代,开创了人工智能新应用的局面,解决了一些大的问题,后来也经历过低迷的发展期。今天,人工智能进入了蓬勃发展期,这是我个人对于人工智能近60年的划分,可以划分为六个阶段。
回顾人工智能60年的发展,我总结了五点启示。第一,听起来好像是高大上的说法,任何一个学科发展都有规律,尊重学科的发展规律是科学技术发展的前提。第二,基础研究是科技可持续发展的基石,这是显而易见的。第三,应用需求是科技创新的不竭之源。没有各种专家的出现,不可能有70年代到80年代人工智能的发展。第四,学科交叉是创新突破的捷径,第五,宽容失败,创新应该宽容,因为创新不可能每次都成功。这是我回顾60年人工智能发展得到的启示。所以尽管人工智能近60年的发展道路非常曲折和坎坷,但是发展到今天无论是理论创新还是各种应用,尤其是今天,应该说精彩纷呈。其实现在大家用的手机都有人工智能,所以人工智能发展前景非常好。人工智能的发展现状
第一,互联网和大数据推动人工智能已经进入了新的春天,这是现状。所以大数据对人工智能既有取巧,又提供了深度学习所需要的众多数据,通俗的讲就是人类学习的越多,见的越多,创新就会越多,机器学习也是一样。
第二,有人把大数据比喻成石油,我觉得不太贴切,只是原油加汽油。大数据本身并没有价值,只有通过深加工以后才能升值。如果不对大数据进行及时处理,它就会起负作用。怎么处理,我认为人工智能是对互联网大数据的一个破解。人工智能是新的发展,内部都有科学发展规律。专业人工智能突破,我把专业人工智能定义为面向特定领域的人工智能,比如说它就是图像识别,或者用来识别语音,这个领域的知识比较丰富,功能需求比较单一,发展会很好。
除了人工智能还有智能控制技术。比如自动化、Google的无人驾驶汽车。智能机器人用的是语音识别,语音技术,他们说中文,英文、少数民族语都没问题。语言方面,会说、会听、语音翻译、理解。视觉方面也不错,人脸识别,这还是好几年的CS系统,甚至把灯关了,它的识别效果也不错。人脸识别现在比较火,前不久马云在德国说用人脸识别来刷脸支付。当然不是说人脸识别不好,有时候双胞胎识别不了,儿子和父亲也区别不开。
第三,通用人工智能依然任重道远。人工智能机器很难说比人还聪明,人的大脑既可以识别图像,也可以识别听音乐和语音。既可以擦地、拖地,也可以擦桌子,一脑同用。现有的人工智能系统,可以说有智能没智慧。智慧是比智能更高的、有悟性的。有智商没有情商,对任何情感没有察觉。
第四,人工智能产业化应用蓬勃发展,短短5年时间内,在这个领域的投资已将近1900多万美元,这个领域好找工作。
第五,企业巨头抢滩布局人工智能产业链,大家都在找前景,说明它很火。
第六,人工智能已经上升到国家战略高度。德国工业4.0是2013年提出来的,它的主题就是三个智能,智能工场、智能工业、智能布局。
第七,人工智能的社会影响已引起广泛关注,被认为是本世纪最伟大的科学家之一――霍金,他说人工智能或将威胁人类生存。他是人工智能最直接的受益者。因为身体的原因,他的发声完全通过语音合成。
人工智能的发展趋势
第一,人工智能将使原来的不能变为可能,人类社会形态从农业社会进入工业社会到信息社会是三个阶段,下一阶段进入更高的系统就是智能系统。这是引领,是人类文明发展的趋势,也是社会形态的发展方向,所以我认为人工智能将是大势所趋。
第二,人工智能引领机器革命。第一次机器革命是大数据。第二次机器革命是拓展。
第三,人工智能将重塑产业格局。这是大的发展趋势。“智能+X”将成为万众创新的时尚和潮流。
第四,人工智能将对社会结构产生重大影响,人机协作与共存将成为人类社会结构的新常态。
第五,人工智能将促进信息科技与脑认知科学的深度交叉。对人脑进一步的挖掘和发现,这里面孕育着信息科技的重大变革。
第六,人工智能将与人类智能互补融合,人工智能和人类智能仅一字之差,混合智能将在未来有广阔的应用前景,或者说混合智能是未来智能科学的发展方向。
最后,人工智能社会学将提上议事日程。水能载舟,亦能覆舟,甚至有的时候是魔鬼,走的好把握的好了魔鬼就不会出现。尽管在我们看到的未来人工智能还难以超越人类,但是它对人类社会影响反响很大,这是大的科技革命。
总体来讲,我们应该瞄准国际人工智能发展趋势,立足我国近年来社会发展实际需求,整合国内相关资源,科学设定发展目标,有组织的进行谋划,效果会更好。建设开放共享的人工智能创新发展平台,做到资源设施共享。重视和加强人工智能前瞻性基础研究。重点攻克人工智能信息处理技术,这是信息和语言进入智能战略化的制高点,也是人工智能最有可能突破的切入点。
关键词:发展趋势;研究应用;人工智能
DOI:10.16640/ki.37-1222/t.2017.07.119
0 简介
人工智能((Artificial Intelligence)),它是一门新的技术科学,主要用于模拟、延伸以及扩展人类的智能的方法、理论、技术以及应用系统。人工智能主要就是对人类的思维、意识的信息过程的合理化的模拟。人工智能它并不是人的智能,但是,它却能像人那样的思考,而且也可能会超过人类的智能。总的说来,人工智能研究的一个主要目标是使机器能够胜任一些复杂工作。
1 人工智能的运用现状
目前,在很多方面人工智能有着运用,其中一个主要表现就是全球人工智能公司数量在急剧的增加,专家系统在目前来看是在人工智能各领域中最为活跃,且最为有成效的一个领域。它是一类基于知识的系统,并可以解决那些一般仅有专家才能够解决的复杂问题。我们这样定义专家系统:专家系统是一种具有特定领域内大量知识与经验的程序系统,它是基于程序系统依靠人工智能技术,来模拟人类专家求解复杂问题的过程,大多情况下,专家系统的水平甚至可以超过人类专家。专家系统的基本结构图如下图所示:
2 人工智能的影响
人工智能对经济的影响:人工智能的的确确会影响到社会、生活、文化的方方面面,特别是对于实体经济将来会有巨大的影响。以后,每个行业几乎都会产生颠覆性的变化。在人工智能的研究上,中国并不落后,将来的中国一定可以从中获得非常大的收益。一成功的专家系统可以为它的用户带来很明显的经济效益。用比较经济的办法执行任务而不需要具有经验的专家,从而极大地减少开支。专家系统深入各行各业,带来巨大的宏观效益,促进了IT网络工业的发展。
人工智能对文化的影响:在人工智能原理的基础上,人们通常情况下会应用人工智能的概念来描述他们的日常状态和求解问题的过程。人工智能可以扩大人们知识交流的概念集合,描述我们所见所闻的方法以及描述我们信念的新方法;人工智能技术为人类的文化生活提供了巨大的便利。如图像处理技术必将会对图形艺术和社会教育部门等产生深远影响。比如现有的智力游戏机将会发展成具有更高智能的一种文化娱乐手段。随着技术的进步,这种影响会越来越明显地表现出来。当然,还有一些影响可能是我们目前难以预测的。但可以肯定,人工智能将对人类的物质文明以及精神文明产生更大的影响。
人工智能对社会的的影响:一方面,AI为人类文化生活提供了一种新的模式。现有的游戏将逐步发展为更高智能的交互式文化娱乐手段,今天,游戏中的人工智能应用已经深入到各大游戏制造商的开发中。另一方面,人工智能能够代替人类进行各种脑力劳动,所以,从某种意义上来讲,这将会使一部分人失去发展的机遇,甚至可能失业。由于人工智能在科技以及工程中的应用,一部分人可能会失去介入信息处理活动的机会,甚至不得已而改变自己的工作方式;人工智能还可能会威胁到人类的精神。一般人们觉得人类与机器的区别就是人类具有感知精神,但如果有一天,这些相信只有人才具有感知精神的人也开始相信机器能够思维和创作,那他们就会感到失望,甚至于感到威胁。他们会担心:有朝一日,智能机器的人工智能可能会超过人类的自然智能,从而使人类沦为智能机器的奴隶。
3 人工智能的发展趋势
有机构预测,2017年人工智能投资将同比增长300%以上,在技术上将会更迅猛发展,工控自动化商城的智能语音、智能图像、自然语言以及深度学习等技术越来越成熟,就像空气和水一样将会逐步地渗透到我们的日常生活。行业专家关于2017年人工智能的发展方向主要有以下几点:(1)机器学习目前正在被应用在更复杂的任务以及更多领域中,且被更多的人作为挖掘数据的方式。无监督的学习会取得更多进展,但也存在很大的挑战,故在这一方面离人类的能力还是差得很远的。计算机在理解和生成自然语言方面,预计最先会在聊天机器人和其他对话系统上落地。 (2)深度学习、其他的机器学习、人工智能技术的混用,是成熟技术的典型标志。将深度学习应用到医疗领域中(医疗图像、临床数据、基因组数据等),各种类型数据上的研究以及成果将会大大的增加。 (3)聊天机器人和自动驾驶汽车可能会取得较大的进展,预计更多人类基准将会被打破,特别是那些基于视觉以及适合卷积神经网络的挑战。而非视觉特征创建和时间感知方法将会变得更加频繁、更加富有成果。
4 结论
人工智能是人类长久以来的梦想,同时也是一门富有挑战性的学科。尽管人工智能带来很多问题,但当人类坚持把人工智能只用于造福人类,人工智能推动人类社会文明进步将毋庸置疑。就像所有的学科一样,人工智能也会经历各种挫折,但只要我们有信心、 有毅力,人工智能终将成为现实,融入到我们生活的方方面面,为我们的生活带来更大的改变。
参考文献:
[1]朱祝武.人工智能发展综述[J].中国西部科技,2011,10(17):8-10.
[2]肖斌.对人工智能发展新方向的思考[J].信息技术,2009,37(12):166-169.
【关键词】电气工程 自动化 智能化技术
一、智能化技术概述
随着科技的发展与进步,计算机编程技术可模仿人类的大脑,例如分析、收集、回馈、处理以及交换信息,因而,计算机以模仿人类大脑的形式,在一定的程度上促进电气工程的自动化发展的步伐。在日常生产、分配、流通与交换中,均需电气工程的自动化控制,并且通过电气工程自动化的控制,可有效实现自动化电气工程,提高工作的效率,进而促使生产与工作总体的效率有所提升。人工智能特殊性是由于其具备三种能力:行为能力、感知能力以及思维能力,因而,人工智能发展的潜力无限大。电气工程自动化作为一门电气信息类的新兴学科,主要应用于信息处理、控制运动、管理及决策、电子电力的技术、工业过程的控制、检测及自动化的仪表与电子及计算机技术等领域。
二、人工智能的应用现状
随着人工智能技术的不断发展, 很多研究人员展开了针对人工智能在电气工程自动化控制方面的研究,例如:应该如何将人工智能系统应用于故障的诊断和预测、电气产品设计优化和保护与控制等领域。在优化设计方面, 设计电气设备是很繁琐的工作。它需要对电磁场、电路、电器电机等学科的知识综合性的运用, 同时还要使用以往设计中的经验。设计以往的产品时,通常是在根据经验和实验的基础上, 通过手工的方式开展的。这样的设计过程很难取得最优的设计方案。电气产品的设计随着计算机技术的发展, 逐渐由手工设计向计算机辅助设计不断转变, 使开发产品的周期大大减少。尤其是在引进了人工智能技术之后,更加促进了CAD技术的发展,大大提高了设计产品的质量和效率。人工智能技术在电气设计方面的应用主要包括专家系统和遗传算法。其中的遗传算法是一种优化的先进算法,在产品的设计优化上有举足轻重的作用。因此电气产品的人工智能化设计很多都采用了这种方式进行优化。电气设备的故障征兆和故障之间有着很多必然和偶然的关系,具有非线性、不确定性的特点, 它的优势能够通过人工智能的方式得到最大的发挥。人工智能技术在电气设备诊断故障方面的应用主要由:专家系统、模糊逻辑和神经网络等。在电力系统之中, 变压器因为重要的地位而受到很多研究者的关注。
三、智能化技术控制的优势分析
对于不同人工智能的控制,需运用不同方式进行探讨,由于部分人工智能的控制器,例如神经、模糊、模糊神经以及遗传算法均属于类非线形函数的近似器;采用此分类有利于了解总体,以及促进对人工智能控制策略综合性的开发,以上人工智能的函数近似器具备常规函数的估计器不具有的优点。
第一,在多数情况下,精确了解控制对象动态方程是相对比较复杂的,所以控制器设计实际的控制对象模型,通常会出现许多不确定因素,例如参数变化与非线性时等,往往无法掌握新的信息。但人工智能的控制器设计,可不需参照控制对象模型。按照鲁棒性、响应时间与下降的时间不一样,人工智能的控制器可经过适当调整以提升自身性能,例如,在下降的时间上,模糊逻辑的控制器可比PID控制器还要快四倍;在上升的时间上,模糊逻辑的控制器可比PID控制器还要快两倍。同古典的控制器比较,人工智能的控制器更具备易调节的特点。尽管缺少专家现场的指引,人工智能的控制器也可以采取响应数据进行设计。
第二,还可由相应的信息以及语言等形式开展设计工作,人工智能的控制器一致性极强,输入陌生数据便可以出现很高的估测,还可忽视驱动器对控制器的影响。针对部分控制对象而言,尽管目前未采取人工智能的控制器,也能有良好效果,不过对其他控制的对象而言,不一定能产生良好的效果,因而,设计时需遵守具体问题应具体分析原则。在模糊化与反模糊化的过程中,若运用隶属函数、规则库以及适合模糊神经的控制器,便可精确进行实时的确定。
四、智能化技术的运用
(一)电气产品的优化设计。
电气产品优化设计的工作是相对比较复杂的,其主要综合了两方面内容:理论学科的知识与经验知识。电气产品传统的设计方式主要是设计经验综合大量实验手段的验证,缺少相关技术的支持,效率比较低,工作量比较大,难以设计出科学合理的方案。由计算机技术迅速发展,以及人工智能的技术应用,电气产品设计逐渐从手工转入计算机辅助的设计,从一定程度上而言,减少产品从构思至设计至生产时间,并使得设计逐渐迈向智能化、优质化以及高效化的时代。在人工智能的技术运用在优化设计中,主要有两种主要方法:遗传算法与专家系统。遗传算法特征是直接操作结构对象,具备内在隐并行性与全局寻优的能力;可指导优化与自动获取搜索空间,以及自行调整搜索的方向,不需标准的要求。这些遗传算法的特征特别适合产品的优化设计,进而其广泛运用在电气产品人工智能的优化设计之中。专家系统运用于计算机技术与人工智能的技术,主要是依据某领域的一个或是多个专家提供经验与知识,进行合理的判断与推理,模仿人类专家决策的过程,以此处理需人类专家处理复杂的问题,并且其更是产品的优化设计重要的方式,但目前尚处于研究的阶段,实际的应用比较少,未来的发展前景较大。
(二)人工智能控制技术。
人工智能的控制技术将是未来生产的发展趋势,并且目前在电气工程的自动化方面也已广泛运用。控制的方式主要有模糊的控制、专家系统的控制以及神经网络的控制,主要运用的方面是:记录故障且实行在线分析;采集及处理全部模拟量与开关量实时的数据;实时智能的监视各个主要的设施与系统运行的状态;通过鼠标或是键盘达到控制系统的目的。
关键词:人工智能 机器学习 机器人情感获得 发展综述
中图分类号:TP18 文献标识码:A 文章编号:1003-9082 (2017) 04-0234-01
引言
人类自从工业革命结束之后,就已然开始了对人工智能的探索,究其本质,实际上就是对人的思维进行模仿,以此代替人类工作。人工智能的探索最早可以追溯到图灵时期,那时图灵就希望未来的智能系统能够像人一样思考。在20世纪五十年代,人工智能被首次确定为一个新兴的学科,并吸引了大批的学者投入到该领域的研究当中。经过长时间的探索和尝试,人工智能的许多重要基本理论已经形成,如模式识别、特征表示与推理、机器学习的相关理论和算法等等。进入二十一世纪以来,随着深度学习与卷积神经网络的发展,人工智能再一次成为研究热点。人工智能技术与基因过程、纳米科学并列为二十一世纪的三大尖端技术, 并且人工智能涉及的学科多,社会应用广泛,对其原理和本质的理解也更为复杂。 一、人工智能的发展历程
回顾人工智能的产生与发展过程 ,可以将其分为:初期形成阶段,综合发展阶段和应用阶段。
1.初期形成阶段
人工智能这一思想最早的提出是基于对人脑神经元模型的抽象。其早期工作被认为是由美国的神经学家和控制论学者 Warren McCulloch与Walter Pitts共同完成的。在1951年,两名普林斯顿大学的研究生制造出了第一台人工神经元计算机。而其真正作为一个新的概念被提出是在1956年举行的达茅斯会议上。由麦卡锡提议并正式采用了“人工智能”(Artificial Intelligence)砻枋稣庖谎芯咳绾斡没器来模拟人类智能的新兴学科。1969年的国际人工智能联合会议标志着人工智能得到了国际的认可。至此,人工智能这一概念初步形成,也逐渐吸引了从事数学、生物、计算机、神经科学等相关学科的学者参与该领域的研究。
2.综合发展阶段
1.7 7年, 费根鲍姆在第五届国际人工智能联合会议上正式提出了“知识工程”这一概念。而后其对应的专家系统得到发展,许多智能系统纷纷被推出,并应用到了人类生活的方方面面。20世纪80年代以来,专家系统逐步向多技术、多方法的综合集成与多学科、多领域的综合应用型发展。大型专家系统开发采用了多种人工智能语言、多种知识表示方法、多种推理机制和多种控制策略相结合的方式, 并开始运用各种专家系统外壳、专家系统开发工具和专家系统开发环境等等。在专家系统的发展过程中,人工智能得到了较为系统和全面的综合发展,并能够在一些具体的任务中接近甚至超过人类专家的水平。
3.应用阶段
进入二十一世纪以后,由于深度人工神经网络的提出,并在图像分类与识别的任务上远远超过了传统的方法,人工智能掀起了前所未有的。2006年,由加拿大多伦多大学的Geoffery Hinton及其学生在《Science》杂志上发表文章,其中首次提到了深度学习这一思想,实现对数据的分级表达,降低了经典神经网络的训练难度。并随后提出了如深度卷积神经网络(Convolutional Neural Network, CNN),以及区域卷积神经网络(Region-based Convolutional Neural Network, R-CNN),等等新的网络训练结构,使得训练和测试的效率得到大幅提升,识别准确率也显著提高。
二、人工智能核心技术
人工智能由于其涉及的领域较多,内容复杂,因此在不同的应用场景涉及到许多核心技术,这其中如专家系统、机器学习、模式识别、人工神经网络等是最重要也是发展较为完善的几个核心技术。
1.专家系统
专家系统是一类具有专门知识和经验的计算机智能程序系统,通过对人类专家的问题求解能力建模,采用人工智能中的知识表示和知识推理技术来模拟通常由专家才能解决的复杂问题,达到具有与专家同等解决问题能力的水平。对专家系统的研究,是人工智能中开展得较为全面、系统且已经取得广泛应用的技术。许多成熟而先进的专家系统已经被应用在如医疗诊断、地质勘测、文化教育等方面。
2.机器学习
机器学习是一个让计算机在非精确编程下进行活动的科学,也就是机器自己获取知识。起初,机器学习被大量应用在图像识别等学习任务中,后来,机器学习不再限于识别字符、图像中的某个目标,而是将其应用到机器人、基因数据的分析甚至是金融市场的预测中。在机器学习的发展过程中,先后诞生了如凸优化、核方法、支持向量机、Boosting算法等等一系列经典的机器学习方法和理论。机器学习也是人工智能研究中最为重要的核心方向。
3.模式识别
模式识别是研究如何使机器具有感知能力 ,主要研究图像和语音等的识别。其经典算法包括如k-means,主成分分析(PCA),贝叶斯分类器等等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的基于统计学习的识别方法。图形识别方面例如识别各种印刷体和某些手写体文字,识别指纹、癌细胞等技术已经进入实际应用。语音识别主要研究各种语音信号的分类,和自然语言理解等等。模式识别技术是人工智能的一大应用领域,其非常热门的如人脸识别、手势识别等等对人们的生活有着十分直接的影响。
4.人工神经网络
人工神经网络是在研究人脑的结构中得到启发, 试图用大量的处理单元模仿人脑神经系统工程结构和工作机理。而近年来发展的深度卷积神经网络(Convolutional neural networks, CNNs)具有更复杂的网络结构,与经典的机器学习算法相比在大数据的训练下有着更强的特征学习和表达能力。含有多个隐含层的神经网络能够对输入原始数据有更抽象喝更本质的表述,从而有利于解决特征可视化以及分类问题。另外,通过实现“逐层初始化”这一方法,实现对输入数据的分级表达,可以有效降低神经网络的训练难度。目前的神经网络在图像识别任务中取得了十分明显的进展,基于CNN的图像识别技术也一直是学术界与工业界一致追捧的热点。
三、机器人情感获得
1.智能C器人现状
目前智能机器人的研究还主要基于智能控制技术,通过预先定义好的机器人行动规则,编程实现复杂的自动控制,完成机器人的移动过程。而人类进行动作、行为的学习主要是通过模仿及与环境的交互。从这个意义上说,目前智能机器人还不具有类脑的多模态感知及基于感知信息的类脑自主决策能力。在运动机制方面,目前几乎所有的智能机器人都不具备类人的外周神经系统,其灵活性和自适应性与人类运动系统还具有较大差距。
2.机器人情感获得的可能性
人脑是在与外界永不停息的交互中,在高度发达的神经系统的处理下获得情感。智能机器人在不断的机器学习和大数据处理中,中枢处理系统不断地自我更新、升级,便具备了获得情感的可能性及几率。不断地更新、升级的过程类似于生物的进化历程,也就是说,智能机器人有充分的可能性获得与人类同等丰富的情感世界。
3.机器人获得情感的利弊
机器人获得情感在理论可行的情况下,伴之而来的利弊则众说纷纭。一方面,拥有丰富情感世界的机器人可以带来更多人性化的服务,人机合作也可进行地更加深入,可以为人类带来更为逼真的体验和享受。人类或可与智能机器人携手共创一个和谐世界。但是另一方面,在机器人获得情感时,机器人是否能彻底贯彻人类命令及协议的担忧也迎面而来。
4.规避机器人情感获得的风险
规避智能机器人获得情感的风险应预备强制措施。首先要设计完备的智能机器人情感协议,将威胁泯灭于未然。其次,应控制智能机器人的能源获得,以限制其自主活动的能力,杜绝其建立独立体系的可能。最后,要掌控核心武器,必要时强行停止运行、回收、甚至销毁智能机器人。
三、总结
本文梳理了人工智能的发展历程与核心技术,可以毋庸置疑地说,人工智能具有极其广阔的应用前景,但也伴随着极大的风险。回顾其发展历程,我们有理由充分相信,在未来人工智能的技术会不断完善,难题会被攻克。作为世界上最热门的领域之一,在合理有效规避其风险的同时,获得情感的智能机器人会造福人类,并极大地帮助人们的社会生活。
参考文献
[1]韩晔彤.人工智能技术发展及应用研究综述[J].电子制作,2016,(12):95.
[2]曾毅,刘成林,谭铁牛.类脑智能研究的回顾与展望[J].计算机学报,2016,(01):212-222.
[3]张越.人工智能综述:让机器像人类一样思考
关键词:人工智能化;电气自动化控制;应用
中图分类号:TB文献标识码:A文章编号:1672-3198(2013)07-0194-01
1引言
在计算机技术极大普及的科学技术背景下,智能化和自动化控制技术的应用也越来越广泛。这一新兴的科技相比于传统的电气方面的技术具有工作效率高、规范程度高、出错率低等优点。目前这一科技的应用还没有全面覆盖企业和工厂,但是其广阔的发展前景决定智能化和自动化技术将成为未来各个领域内的发展方向。同时,随着这一技术越来越普及,应用越来越广泛,专业技术也越来越成熟。
2人工智能控制的优点
人工智能化控制主要是依赖计算机的操作系统,利用在计算机的程序内设定好的函数公式和计算法则自动对机器进行操作,与传统的人工控制技术相比人工智能化控制技术有以下几个优点。
(1)智能化设定的程序会提升产品的规范性保证相同产品的性能的一致性。由于智能化的技术是依靠智能机器内的同一个运算程序进行生产的产品,所以产品的模式和性能不会出现差别,都是按照统一标准制作出来的,规范性也很高。
(2)误差小。由于人工智能化的技术在运行的过程中很少有工作人员的参与,所以其之前设定好的参数一直不会发生人为地变动,数据的显示一直是理论上的真实数据,所以在操作时如果不是机器性能出现问题,一般不会出现实际数据和理论数据差别太大的现象。
(3)减少人力资源的使用。在传统的电气操作中要涉及到很多的电气设备,机器、线路、变压器等,甚至是一个车间布满了各种性质的电线或电缆等,杂乱无章,这每台机器都有需要工作人员的看管和调制才能正常的发挥功能,这些线路也只有梳理才能各尽其能,是一个很复杂的整体,所以这就需要大量的人力资源,而人工智能化技术,机器的本身就具有数据分析能力不用外接很多线路利用其他设备来检测其性能,并且在技术人员的控制下都是自动化运行省去了很多繁琐的工作,所以解放了人力资源。
3人工智能化在电气自动化中的应用
(1)人工智能技术在电气设备中的应用。电气设备的合理安装是一个复杂而有技术含量的工作。由于涉及到很多的电气设备,机器、线路、变压器等,往往是一个车间布满了各种性质的电线或电缆等,显得杂乱无章。这里的每台机器都有需要工作人员的看管和调制才能正常的发挥功能,而这些线路也只有梳理才能各尽其能。电气设备安装是一个很复杂的整体,其中要综合运用到各种专业的知识,还有大量的计算和数据分析,对工作人员的专业能力也是一种挑战,所以这就需要大量的人力资源。通过应用人工智能化技术,因机器的本身就具有数据分析能力不用外接很多线路利用其他设备来检测其性能,并且计算速度快,计算准确率高,可以是人工作效率的几十倍甚至几百倍。那么这种人工自动化技术就省去了大量的工作人员做的很多繁琐的工作,大大的解放了人力资源。
但是在电气设备的设计中要注意不同型号的机器,不同的算法适用于不同的实际情况,不能把一个计算公式生搬硬套到其他的机器和产品上,这样就会使得人工智能化的技术起到反作用。
(2)人工智能化在电气控制中的应用。自动化技术全是依赖于计算机的预设程序的控制来进行正常的工作,所以说,控制是自动化技术的核心部分。在智能化的机器内部会根据各个环节的要求同时有几个不同编程的程序来控制整个成产过程,所以各个环节的控制掌握要严谨,及时对运行中显示的数据进行分析和与正常情况下的情况对比,不能出现一点差错,在控制系统内如果出现差错就会使得一大批的产品都按照错误的数据生产,造成产品的批量不合格。
(3)人工智能化在电气控制故障诊断中的应用。人工智能技术中的专家系统、模糊理论在电气设备故障诊断中应用较广泛,尤其是在变压器发电机和电动机故障诊断中。传统的诊断方法是利用变压器分解出来的油气体来诊断故障,准确率低,人工智能智能化监测是利用专家系统、模糊理论两个系统的结合来综合诊断变压器的故障,准确率高。
4结语
人工智能化在电气控制中的应用技术是一种现代化的高科技计算机控制技术,它会在未来的短时间内快速的应用到电气控制中,并为这一领域的发展和改造带来一些新的想法和改革的理念以及在技术改进方面提供理论和实际的支持。这一现代化技术的应用将有效提高工作的质量和效率,规范操作流程。但是这一新兴的技术在应用方面还有很大的提升空间,这就有有赖于在未来的实践工作中不断地发现问题总结问题,来更好地指导以后人工智能化在电气控制中的应用。
参考文献
[1]石磊,李国栋.电气自动化控制系统及设计[J].黑龙江科技信息,2011,(20).