时间：2024-01-12 16:05:47
关键词：人工智能；SEO技术；搜索算法；启发信息
中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）30-0200-02
随着大数据和“互联网+”时代的到来，网络、计算和信息技术也取得飞速发展，人类社会正朝着信息化时代迈进，给各行各业和人们的日常生活与工作也带来了深刻的变革。同时，信息技术的发展与创新，离不开人工智能技术的支持。通过人工智能技术的应用，能推动信息技术变革，让人们各项工作的开展都有技术支撑。例如，当前迅速发展的SEO技术，就离不开人工智能技术的应用。尤其是在现代社会，上网人数越来越多，对网速要求也越来越高，广大网民在互联网搜索信息时，很多问题离不开人工智能技术的应用，这就迫切需要全面分析和认识人工智能技术，并对其应用进行研讨。本文将结合大数据和“互联网+”的时代背景，探讨分析人工智能及其在SEO技术中的应用，并提出相应策略，希望能为人工智能的有效利用，作用的充分发挥提供启示与参考。
1 人工智能的概念与特点
在技术不断发展和创新的时代背景下，人工智能出现并逐步受到重视与关注，对各行各业带来深远影响，下面将介绍人工智能的概念与特点。
1.1 人工智能的概念
人工智能又被称为人造智能，它的英文全称是“Artificial Intelligence”，简称为“AI”。目前，人工智能是指用计算机模拟或实现的智能，根据这种含义，人工智能又被称之为机械智能。人工智能是随着技术创新而发展的，该技术最早出现于1956年，其出现和发展与心理学、逻辑学、计算机科学、脑科学、神经生理学、信息科学等紧密相联。实际上，这些技术的发展和综合应用，对人工智能的诞生和发展具有积极作用，使之能够更好服务于各行各业。总之，人工智能是一门综合性的交叉学科和边缘性学科，也是这些学科不断发展和进步的结果，对人们的生活与学习，各行各业发展产生重要影响。通常来说，人工智能是指那些与人的思维相关的活动，包括决策、问题求解和学习自动化等内容。并且，人工智能与人类生产生活和各项活动密切相关。同时也贯穿于计算机应用的多个程序，例如，计算机能够执行下棋、猜谜语等任务，通常可以认为计算机在某种程度上具有“人工智能”的特征。计算机在具体应用中，通过设置相应的程序，让计算机能够思考下棋的程序，能根下棋的具体内容对此作出判断，完成整个下棋任务。目前，计算机中有关下棋的程序比较完善，功能相对成熟，甚至可以建立具有人类“专家”角色的实验系统。需要注意的是，人工智能虽然可以完成下棋任务，但仍然存在不足，因为计算机人工智能系统的下棋技术没有国际象棋大师的技术那样好。计算机程序能对每个可能的走步空间进行搜索，对比赛中可能的走法进行综合全面考虑，甚至可以考虑比赛中后面的几个走步，与一般棋手一样考虑走步。并且将人工智能应用到计算机当中，计算机可以同时搜索几千种走法，这比一般棋手的技术可能会更高。通常来说，一般棋手只能考虑十步左右。然而，尽管如此，计算机不能战胜人类最好的棋手，因为，“向前看”不是制胜的关键，也不是下棋胜负的决定性因素。从这里可以简单得知，用计算机来表示和执行人类的智能活动就是人工智能。同时，人工智能的出现与计算机技术发展和进步息息相关，如果没有计算机出现，人工智能也不可能出现，也将难以得到有效应用，其作用也难以有效和全面发挥。
1.2 人工智能的特点
人工智能的应用中，为促进其作用发挥，离不开计算机和互联网技术的支持。在高度发达的信息时代，随着云计算和互联网技术应用，人工智能的特点和优势进一步显现，其显著特点表现在以下方面。此外，由于人工智能的应用，有利于保障计算机安全和稳定运行，同时也为网络运行提供支持。
1）辅助信息的模糊处理。通过人工智能技术的应用，可以将不明确的信息进行模糊处理，为顺利完成某项任务创造条件。在具体的某项任务处理过程中，采用模糊处理手段对网络进行分析，能避免固定数学模型对程序的限制，有利于进行类似人类的各项操作，让计算机完成具有人类智能的操作任务。此外，模糊处理方式的应用，增加了网络管理新形式，有利于更好管理计算机系统当中的不确定信息，防止对系统运营带来不利影响，也有利于网络跨越式发展。
2）帮助网络层次化管理。计算机网络和系统应用中，在人工智能的辅助下，有利于更好实现网络的层次化管理。网络的构成内容复杂，包括不同层次和不同信息。而整个管理过程中，通过人工智能的应用，能实现上级对下级的有效约束，下级对上级进行监控。并且还可以增进上级与下级的联系，相互协作，共同完成任务，促进网络系统更好运行和发挥作用。
3）具备一定的学习能力。人工智能的灵活性较好，具有较为强大的功能，有利于增进不同管理者之间的联系与合作，让不同网络相互协作，联系在一起。同时，人工智能具有一定的学习能力，可以增进人工智能对信息技术进行处理的能力，探寻系统当中比较难的词汇，对其进行全面分析。并确定词汇的含义，进而对网络进行全面监控和有效管理，促进网络系统作用的充分发挥。
4）耗费的资源相对较少。在计算机系统当中，通过人工智能技术的应用，所耗费的资源相对比较少，还能节约成本，降低不必要损失。在人工智能的支持下，可以对数据进行全面分析，对其中存在的问题进行处理，进而有利于用户在较短时间内获取他们需要的信息资源，满足人们搜索信息资源的需要，节约时间，提高工作效率。
2 人工智能及其在SEO技术中的应用
作为重要的技术措施，人工智能的出现和应用，给很多行业带来变革，也大大方便人们的日常生活。下面将结合SEO技术的基本情况，就人工智能应用进行介绍和分析。
2.1搜索算法是关键
SEO是“Search Engine Optimization”的英文缩写，它的基本含义是搜索引擎优化。其出现和应用，对提高人们的搜索效率，更好开展各项工作具有积极作用。事实上，SEO技术指的是网页内外各种可以用来提高网站在搜索引擎中排名的设计策略。搜索引擎的构成包含多方面内容，并且每个部分缺一不可，分别发挥相应的作用，进而让整个系统更好运营。在这些构成内容当中，搜索算法是关键的组成部分，也是促进人工智能系统充分发挥作用，有效满足人们日常生活和工作需要的关键。
2.2搜索是基本技术
利用人工智能技术解决实际问题时，搜索是最基本的技术，也是解决问题过程中不可忽视的内容。具体应用中，符号智能、计算智能，解决具体问题的应用、智能行为本身，都离不开搜索技术的应用。
2.3应用启发式搜索法
在搜索路径对信息进行控制的过程中，增加被解问题的某些特征，进而更好指导搜索，让搜索朝着最有希望达到目标节点的方向前进，进而满足实际工作需要，节约成本，降低劳动强度。启发式搜索法指导排序时，可以分为局部排序和全局排序两种不同方式。
2.4启发信息的三种模式
决定要扩展的下一个节点，防止在宽度或深度优先搜索过程中，出现盲目扩展现象。扩展节点的过程中，决定要生成的后继节点，防止盲目生成所有可能的节点。决定需要从搜索树中抛弃或者剪切的节点，促进节点生成和计算顺利进行，有利于搜索顺利进行，更好完成相应的工作任务。
2.5搜寻算法的应用
启发式通常用于资讯充分的搜寻算法，图1展示的是启发式搜索符号，包括开始节点、一条弧的代价、不同的节点等内容。在图1中，最好优先贪婪算法会为启发式函数选择最低代价的节点，如果h（h）是可以接受的，未曾付出超过达到目标的代价，那么在计算和具体应用中，一定会找到最佳解。
f（n0）=到达一个目标的最低代价（最优）路径的代价
f（n）=g（n）+h（n）=到达一个目标的最低代价路径的代价――仅通过节点n
g（n）=从n0到n的最佳路径的代价
h（n）=从节点n到一个目标的优化路径的代价
2.6 n-puzzle的应用
为直观形象了解启发式算法的好处，下面将进引入这方面的经典问题――n-puzzle的应用。该问题在计算错误的拼图图形、计算任意两块拼图的曼哈顿距离总和、距离目的地的距离时，都会得到具体应用。在应用过程中，必须保证应用条件在可以接受的范围之内。曼哈顿距离是一个简单的n-puzzle问题，假设移动一个方块到想要的位置，不考虑移动其他方块问题，计算中采用的是启发式函数式。
2.7 利用启发式算法
搜寻问题中，每个节点都有b个选择，同时还要明确到达目标的深度d。最为简单，操作方便的算法是搜寻bd个节点，然后才能探寻到最佳答案，顺利完成计算任务。事实上，为顺利完成计算任务，首先应该了解两个节点的距离和位置，并在启发式算法的应用中，一般采用某种切割机制来降低分叉率，达到提高搜寻效率的目的。启发式算法的计算工作简单，计算效率比较高，能有效满足实际工作需要，可以为搜寻树的每个节点提供较低分叉率，对提升计算能力也具有积极作用。
3 结束语
总之，人工智能是技术创新和发展的结果，其出现和应用对各行各业以及人们的生活和工作产生重要影响。为此，实际工作中应该重视人工智能的应用，完善系统设置，注重技术创新，让人工智能更好服务于各行各业。本文介绍了人工智能及其在SEO技术中的应用，并探讨了具体的应用对策。事实上，在SEO技术当中，通过启发式搜索算法的应用，能够获得需要解决的问题，包括需要搜索的单词或短语，方便读者了解这些内容，然后熟练应用相应的算法完成工作任务。使用者在获取单词或短语的基础上，有利于快速浏览所需要的关键字，进而节约劳动力，缩短单词的搜索时间，在搜索中查找需要的信息，进而能够快速完成工作任务，促进人工智能在SEO技术中取得更好的应用效果。
参考文献：
[1] 史忠植.高级人工智能[M].2版.北京：科W出版社，2006.
[2] 陈真诚，蒋勇.人工智能技术及其在医学诊断中的应用及发展[J].生物医学工程学杂志， 2002（3）：505-509.
[3] 马龙.人工智能技术在电气自动化控制中的应用[J].山西焦煤科技，2014（z1）：50-52.
[4] 滕国文，滕硕.人工智能及其在SEO技术中的应用[J].吉林师范大学学报：自然科学版， 2012（2）：41-43.
[5] 廉师友.人工智能技术导论[M].2版.西安：电子科技大学出版社，2002.
人工智能（AI）作为下个时代的风向标，已经成为下一次技术革命的拐点，机器人、无人驾驶汽车等已逐渐演变为趋势。在近期的人工智能战略中，英特尔宣布将通过一系列从前端到数据中心的全新产品、技术及相关投资计划拓展人工智能的发展空间，加快发展速度，突破性能瓶颈，实现技术大众化及社会效益最大化，英特尔具有独一无二的优势赋能并加速人工智能的创新，一直致力于人工智能的发展，且已投入大量的技术资源和开发人员来推进人工智能在企业和社会中的应用。
英特尔公司数据中心事业部副总裁、数据中心解决方案部总经理Jason Waxman在近日举行的英特尔人工智能论坛上表示：“英特尔希望推动中国融入人工智能时代，在加速人工智能融合发展的道路上，注重自动驾驶、精准医疗、智能工厂等技术创新和应用进程，使人工智能更快惠及大众。”
近日，英特尔宣布将推出业内全面领先的人工智能产品组合――英特尔Nervana平台。该产品组合旨在提高人工智能应用的速度和易用性，是构建高度优化的人工智能解决方案的绝佳基础，可帮助更多的数据专家在基于行业标准的技术上解决挑战。
据悉，英特尔Nervana平台产品组合包括英特尔至强处理器、英特尔至强融核处理器、为工作负载优化的加速器如FPGA以及从Nervana收购的技术创新。相较于前一代处理器，下一代英特尔至强融核处理器（代为Knights Mill）的深度学习性能可提高4倍，计划于2017年上市。此外，英特尔宣布现已向特定云服务提供商合作伙伴提供下一代英特尔至强处理器（代号为Skylake）的初期版本，该处理器采用了英特尔高级矢量指令集AVX-512集成加速技术，将极大增强机器学习工作负载的推理性能。
英特尔还公布了如何将Nervana的突破性技术集成至现有产品路线图的更多细节。英特尔将于2017年上半年测试第一款芯片（代号为Lake Crest），并在下半年向主要客户发售。此外，英特尔还在路线图中增加了一款新产品（代号为Knights Crest），它将Nervana创新技术与业界领先的英特尔至强处理器紧密集成。此外，Lake Crest处理器专门针对神经网络进行了优化，可为深度学习提供极高性能，并可通过高速互联网络提供前所未有的计算密度。
英特尔不遗余力推动人工智能的真正落地。为此，英特尔向广大开发者推出了英特尔Nervana人工智能学院，以方便其接受相关培训和使用工具。英特尔还推出了英特尔Nervana图形编译器来加速英特尔芯片中的深度学习框架的发展。
该平台系列预计于2017年中期正式，届时还会增加其他增强功能和配置，以全面满足不同客户群体的需求。英特尔将开发出更加复杂的神经网络，并帮助数据专家更快地解决AI技术所遇到的问题。
人们可能一般会这么去理解人工智能：人工智能非常聪明，智能机器人可能会夺走人类的工作，让人类找不到饭碗，甚至会控制人类，最终夺取这个星球。
除了上面这种把人工智能看成敌人的观点，另一种观点是把人工智能当做人的奴隶。然而，我并不完全同意上面这些观点。我认为，人工智能是在人类生活过程中自动化的延续。
我们可以在网上搜索一下人工智能的定义：人工智能就是AI，其一般性的解释是，其本质是计算机的理论和系统，使得那些传统需要人类去完成的工作，包括像语音识别、视觉感知、决策和不同语言之间的翻译等，都将逐步被人工智能所取代。但是，我认为，人工智能并不会取代人类、让人类完全失业，这样的观点是比较狭隘的。
人工智能在多大程度上能帮助人类进行决策呢？我们在进行网上搜索的时候，可能会输入我们所需要的一些信息，同时网络会很快给你一个需要的答案和结论。大家想象一下，一个普通人能够阅读这么多网站信息、能够阅读那么多图书资料，并能够在这么短的时间内给出一个回馈，然后进行匹配吗？我认为，没有一个人能做到这一点。
当然，我们并不是说搜索引擎能够完成这个工作，就显得人类无能。当计算机系统帮助我们完成这些人工智能所需要完成的工作时，明显比人类更有效率、更快捷，这并不是说人类的智能就达到了一个极限，只是各取所长而已。
人类和计算机之间的区别，本质上是一种思维方式、学习方式的不同。在过去几年中，机器翻译应该说是取得了巨大的进展，这当然是得益于巨大的文本统计和数据分析。
机器学习让机器更智能
过去几年，机器学习取得了非常重要的成果，为什么？因为它有了更多的数据统计和分析，能够通过标准逻辑和格式呈现给计算机。
所以我想跟大家阐述的就是，大众眼中的人工智能和现实社会中所应用的人工智能是截然不同的。如果大家看电影看得多的话，可能会认为，未来人工智能会通过各种高端计算机从人类手中夺权，但这种幻想和理念是不正确的。
比如一个洗衣机器人，这个机器人会照你安排的方式洗衣，因为所有的程序都设定好了，但机器人没有自己的意识，也没有办法去进行自我反思，自己设定自己的目的，因此我认为，这种洗衣机器人不会在某天工作的时候，突发奇想：“洗衣服、叠衣服太笨了，我应该去建大楼。”
如果把“智能”这个词往广泛的角度去理解，让我们看看人类智能和机器智能或者说人工智能有什么样的差别和联系？
首先，我们现在很难有一个非常严格、精确的定义去界定所谓的人类智能或者人类智商、人类智慧，因为这个定义并不准确，你很难去定义。
在美国，如果要去测试一个人或者是一组人的智商的话，通常我们会用IQ测试。但这种IQ测试方式本身就是有问题的，因为人的智慧很复杂，怎么可以用一组数据、一组排名，甚至一些基本的格式来规范一个人的智商呢？我觉得这种测试方式是非常简单粗暴的。
所谓的IQ智商绝对不是一组客观的数据，也不能通过一个简单的测试达到一个基本排名。我认为，所谓的人类智商是一种主观观点，在每一个文化背景下，人们对美的定义是不一样的。
通过刚刚所举的例子，大家可能觉得机器智慧很快就会超越人类智慧了，然而我并不这样认为，这只是两个特定的应用案例。
随着技术的发展和时间的推移，机器智慧在特定的应用领域会逐渐成熟，但不意味着普通通用性的机器智慧会有极大的推进。也许通过特定技术的应用，它能够缓慢地推进普通机器智慧，但总的来说，它只是一项特定的应用功能。
但人们还会担心，机器人或者是人工智能是否会占领人类就业的“高地”呢？当然这种情况已经发生了，在很多地方，包括像证券交易所、农场，已经有机器人的大量出现了。
为什么现在越来越多的工厂、公司都使用机器人和人工智能呢？原因很简单，这不是因为它们很聪明，而是因为成本更低、生产效率更高、生产的产品质量更好。比如说我们用机器人和人工智能处理信息的时候，比传统上用人类手工填写纸质文件效率高很多，而且不会犯错。
所以下面我想跟大家介绍一下我所理解的人工智能和这种人工智能，究竟会对未来社会产生什么影响。
人工智能时代的社会变革
在未来几十年，人工智能至少会在以下两个方面对社会产生重要影响，第一个是劳动力市场，第二个就是财富的再分配。
我认为，如果大家觉得有越来越多的机器人进入市场以后，会夺取人的工作，我觉得这样的想法过于简单。因为人工智能系统和机器人并不会主动完成一项工作，它们只是按照我们的设定，按照这种自动化的程序去“工作”，所以确切地说，越来越多的工作是由人类与人工智能一起配合共同完成的。
那什么样的工作会快速被机器人或者人工智能所取代呢？一些低技能的、单一的、重复的工种很快会被人工智能取代。但一些工作环境比较复杂，需要实时地提出解决方案，并快速地适应社会的变化，这样的工作是安全的。
我这边也举两个工种和大家分析一下。一个工种是大家熟知的银行柜员。他们主要完成四项基本工作，一是数钱，二是帮助客户存钱，三是核实现金数目，四是给客户开账户。而前面两项比较简单的数钱和存钱工作，机器人是可以完成的。而后两项工作需要和人、和客户进行面对面的沟通，还是会由柜员来完成，因为他们更有经验、更善于与人沟通。
另一个工种是泥瓦匠，他们每天的工作就是垒砖，这样的工作很快会被机器人取代，而且据我所知，已经有这样的机器人在研发了。
技术一方面能够帮助我们降低劳动力总数，另一方面又能够提高劳动生产率，比如有些传统意义上需要很多人的工作，现在只需要几个工人就行了。
从整个社会层面而言，由于整个社会生产力的提高、社会生产成本的下降，整个社会的富裕程度也会不断提高。随着整个社会变得越来越富裕，人们的需求变得越来越多元，人们会越来越关注自己真正的需求和需求的多样性。
当人类的需求变得越来越复杂、越来越精细、越来越高端化，而这些新的需求会产生更多新的服务行业，从而产生更多新的工作岗位，雇用更多的劳动力。
当然，我们不能只看到好处，虽然就业的增加对整个社会而言是利好，但这种利好背后是工作技能的截然不同。用经济学家的话来说，随着技术进步所产生的失业就是技术性失业。如果这种失业所产生的失业劳动力不能被很好地安置，找到自己新的工作岗位的话，将会引起严重的社会问题。
时代风口的抉择与机遇
随着人工智能系统的发展和技术的进步，社会将变得越来越富有。那么这些社会财富究竟由谁掌握？我认为，这种自动化技术就好比资本要素，谁有自动化技术，谁就有能力去占领整个劳动力市场，谁就有能力去投资整个市场。
关键词：工业4.0；生产新模式；管理创新
一、引言
后金融危机时期，面对金融危机冲击和世界不断增强的竞争压力，全球主要发达经济体纷纷推行“再工业化”战略，2011年~2015年初，美国、德国、法国、英国、日本先后推出“先进制造业国家战略计划”、“工业4.0”战略、“工业新法国”战略、“工业2050”战略和“机器人新战略”，力图重振本国制造业，并谋划在未来的产业竞争中抢占制高点。以中国为代表的新兴经济体也加快产业转型升级步伐，于2015年5月推出《中国制造2025》，被称为中国版“工业4.0”。尽管上述主要国家所提的工业发展新战略的名称有所不同，但从其内容看，核心是通过互联网、下一代互联网、大数据等新兴技术与生产制造的深度融合，以推动制造业向“智能制造”升级，这一发展新趋势建立在信息技术和互联网技术变革基础之上，并正在对全球制造业生产模式和结构产生广泛而深刻的影响，全球以数字化、网络化、智能化为特点的新一轮工业革命已经初露端倪。
二、互联网技术的新发展及其影响
近十多年来，以互联网为代表的信息技术飞速发展，即将全面进入以IPv6（InternetProtocolversion6，互联网通信协定第6版）和第五代移动通信技术（5G）为技术基础的时代，互联网技术的蓬勃发展也正在对全球商业模式和生产制造模式带来深刻改变。1.互联网技术引领商业模式的变革。互联网技术的快速发展，大大降低了信息成本以及传统上买卖双方之间的信息不对称，正在深刻影响着企业的销售模式和消费者的购买方式。近年来，各种形式的电子商务蓬勃兴起，并从B2B、B2C、C2C等模式向O2O模式发展，“互联网+”正在成为主流的商业模式。以中国为例，根据中国互联网络信息中心在过去五年发布的《中国互联网络发展状况统计报告》，2012年~2016年，网络购物和网上支付的用户分别从2.42亿人和2.21亿人增加至4.67亿人和4.75亿人，年均各自增长17.86%和21.08%，带动电子商务逐渐替代传统的销售渠道。而从全球层面看，根据世界银行最新的统计数据，2000年~2015年，全球每100人中互联网用户数从6.77人增加到了44人，年均增长13.29%；而根据国际货币基金组织2016年4月12日发布的《世界经济展望》，2015年全球总人口为73.16亿人，由此可以推算出到2015年底全球互联网用户总数大约32亿人，如此庞大的用户群奠定了基于互联网商业模式的持续成长及壮大根基。2.工业互联带来生产制造模式的变革。网络技术不仅越来越广泛地应用于商业和消费领域，近年来还加快向工业领域的应用渗透，工业互联网（IndustrialInternetRevolution）正在形成。从技术层面看，目前IPv6技术已经趋于成熟，与IPv4技术相比，其地址比特数从32位扩充到128位，理论上的地址空间上限由此从232个拓展2128个。IPv6有足够的地址使智能对象间通过互联网大范围直接互联（工业4.0工作组、德国联邦教育研究部，2013）。从应用层面看，自2012年6月6日全球IPv6网络正式启动以来，其应用推广发展十分迅速，根据全球IPv6论坛主席LatifLadid在今年3月9日北京举办的“全球IPv6论坛媒体见面会暨IPv6WorldLeader，2017颁奖仪式”上的工业4.0时代生产模式与既有生产模式的对比发言，比利时的IPv6用户占全网用户比例已经高达56.56%，美国的这一比例从2014年的5%上升到了目前的33.2%，印度则已经拥有近1亿的IPv6用户数。从工业互联网的发展前景看，未来物联网和服务网将于生产制造深度融合，从而将传统的工厂升级为智能工厂，带来生产制造模式的变革。
三、工业4.0时代的“智能主义”生产模式
工业4.0被称为基于信息物理系统（Cyber-PhysicalSystems，CPS）的第四次工业革命（Kagermann，2013；森德勒，2014），将对既有的大规模批量化生产制造模式产生革命性影响。第二次世界大战之后，“福特主义”生产方式迅速成为主流的生产制造模式。“福特主义”是指以福特公司为代表的建立在流水线分工基础上的劳动组织方式和大批量生产模式（陈秀山，2003），这种生产方式建立在专业化劳动分工、生产流程标准化和规模经济基础之上。从市场需求来看，“福特主义”模式建立在高度同质的大众化需求基础上；从投入生产要素看，采用的是专门化的机器，雇佣能熟练掌握专项任务的低技能工人进行生产；从产品特征看，生产的是标准化产品；从空间特征看，主要是根据资源禀赋所形成的比较优势进行功能性的区域分工，不同区域之间形成上下游的分工合作。概括而言，“福特主义”模式是用低技能劳动力和高度专门化机器的组合以流水线作业形式大规模生产标准化产品，可以说是工业2.0时代的代表性生产模式。“福特主义”模式最大的局限是其成功是建立在消费者需求同质化的基础之上。然而，随着社会经济的发展，在以电子计算机和信息技术为核心的第三次工业革命推动下，20世纪80年代以来主要发达经济体先后进入后工业化时期，居民收入水平的提升使得消费者的差异化需求日益增大，企业不得不对这种变化做出反应，信息和通信技术的发展恰恰为企业满足这种差异化需求提供了可能，“后福特主义”生产模式应运而生。从市场需求来看，“后福特主义”模式考虑了消费者需求的差异，可以满足小众化的特色需求；从投入生产要素看，采用的是多功能的机器，雇佣能熟练应对多项任务的技术工人进行生产；从产品特征看，生产的是多样化产品；从空间特征看，上下游的企业聚集在特定的区域内，可以保证个性化零部件或服务的及时供应，有效解决了制约灵活化柔性生产的库存问题。概括而言，“后福特主义”模式是用具有一定知识水平的技术工人和多功能机器的组合以灵活形式小批量柔性生产多样化产品，可以说是工业3.0时代的代表性生产模式。“后福特主义”模式虽然满足了消费者的差异化需求，有效开拓了各种细分市场，但这种生产仍无法满足真正意义上的个性化需求。然而，就每一个的本质而言，都是一个具有个性的主体，因此有效满足个性化需求成为新的工业生产模式应解决的核心问题，这也是工业4.0时代到来的市场基础。与既有的“福特主义”模式和“后福特主义”模式不同，工业4.0时代建立在满足消费者的个性化需求基础上。网络技术的广泛应用，可以实时感知、监控生产过程中产生的海量数据，实现生产系统的智能分析和决策，使智能生产、网络协同制造、大规模个性化制造成为生产方式变革的方向（王喜文，2015）。从投入生产要素看，采用的将是智能化的机器，雇佣具有丰富知识和技能的高素质工人进行生产；从产品特征看，生产的是智能产品；从空间特征看，地理位置不在成为制约生产的关键因素，生产组织模式将由集中转向分散。概括而言，这种新的生产模式是用知识型员工和智能机器的组合以适度的规模定制化生产个性化智能产品，鉴于该模式生产设备、生产过程以及生产产品都具有智能特征，本文将其概括为“智能主义”生产模式。
四、“智能主义”生产模式下管理创新探讨
在工业4.0时代“智能主义”生产模式下，大规模标准化生产将被适当规模的个性化定制化生产所取代，由此无论对产业发展还是对企业发展，都内生出一系列的管理创新要求，核心的是需求层面的个性化需求导向、技术层面的协同创新网络参与机制以及人才层面的知识型员工培养管理制度体系建设。1.面向并满足个性化需求。过去产业发展所依赖的市场基础主要是大众化需求，然而随着经济社会的发展，尤其是互联网、物联网技术的深入发展及普及应用，真正意义上的个性化需求将成为工业4.0时代的主流。工业4.0允许在设计、配置、订购、规划、制造和运作等环节能够考虑到个体和客户特殊需求，而且即使在最后阶段仍能变动（工业4.0工作组、德国联邦教育研究部，2013）。对企业而言，获取和提升竞争能力的核心是满足市场需求的能力，因此面对即将到来的个性化需求时代，企业应建立个性化需求导向的研发设计、生产制造及营销服务体系，主动挖掘并适应消费者的个性化需求，重点是提升满足个性化需求的能力，这方面需要充分利用新一代的信息技术工具。个性化也意味着特色化，这对企业而言，需要更加重视创新设计的地位。此外，借助高度发达的移动通讯网络，客户可以随时随地将个人的需求反馈至生产端，这突破了传统实体店客户体验和参与的时空局限，因此利用网络工具让客户参与设计将成为产品体现和满足客户特色需求的重要手段。2.积极参与协同创新网络。工业革命既是产业革命，也是技术革命。根据波士顿咨询公司的研究报告，工业4.0主要是以工业物联网、网络安全、云计算、增材制造、现实增强、大数据、自动机器人、模拟以及水平和垂直系统整合技术等9项数字化技术为基础的变革（BCG，2015）。这些新兴技术是产业和企业向工业4.0升级的关键。鉴于新兴技术研发所具有的研发投入资金量大、研发周期和产业化过程较长等特点，风险与不确定较大，因此以单个企业为主进行研发难以适应技术创新、产业发展以及国际产业竞争的需要，有必要采用系统创新网络的模式的组织形式开展技术创新。在学者较早的研究中，创新网络被看作是应付系统性创新的一种制度性安排（ImainBaba，1989；Freeman，1991）；协同创新网络则是一种基于网络的合作创新，被看作不同的创新参与者的协同群体，具有复杂性、动态性、系统性、开放性、中心性、协同性等特点，通过该网络可以实现各个主体间的资源共享、知识传递和技术扩散，实现知识、技术的增值和创新的产生（刘丹、闫长乐，2013）。对于工业4.0时代的企业而言，采用协同创新网络模式进行创新的重要性毋庸多言，关键是要形成构建或参与协同创新网络的机制。固然，这一工作主要由行业内的主导厂商承担；但对一般企业尤其是对技术需求强烈但自身技术创新能力或水平受较多约束的中小微企业而言，也应从企业自身考虑参与机制，积极主动参与协同创新网络，凭借网络资源共享的模式弥补自身的不足，从而有效提升竞争力。3.知识型员工培养管理制度体系建设。工业4.0时代，随着智能化生产设备和智能生产工艺的普遍采用，生产对人员的需求量将会减少，但对人员素质和能力的要求将会发生“质”的变化，正如夏妍娜、赵胜（2015）所言，人在生产制造中的角色将由服务者、操作者转变为规划者、协调者、评估者、决策者。这意味着工业4.0对劳动的需求将从一般劳动力到知识型高素质技术型员工，这类员工不仅需要具备良好的知识水平，还需要得到系统的技能培训。针对网络化时代知识型员工自主性较强和喜欢以网络化方式参与的特点，企业可以借助网络化沟通交流平台或工具开展学习型组织建设，形成企业良好的学习氛围。专业知识和技能的培训也可以借助信息技术和网络平台实现，如利用虚拟现实技术开展培训或模拟训练。就日常管理制度而言，重点是创造有利于激发知识型员工创新思维和高效率工作的工作环境；在薪酬设计上，也应考虑对员工创新能力的激励。
五、结论与建议技术和政策因素共同推动
以工业4.0为代表的新一轮工业革命的兴起，对传统的生产制造模式将带来革命性影响，推动其从目前的“福特主义”模式和“后福特主义”模式逐渐向“智能主义”模式升级。“智能主义”生产模式内生出一系列管理创新需求，需要管理创新方面，主要是从大众化需求导向转向个性化需求导向；技术管理创新方面，主要是从以单个企业为主体的创新模式转向协同创新网络模式，这需要相关的平台建构及参与机制设计；人才管理创新层面，主要是探索适应网络时代知识型员工特点的管理方式。面对第四次工业革命，中国拥有工程技术人才储备多、本土市场大、经济增长势头良好、储蓄率高等优势，但制度会否成为制约创新的桎梏也令人担忧（李稻葵，2016）。中国拥有的诸多优势有利于产业界和企业进行上述管理创新，但破解制度层面的体制机制束缚或制约因素也不可或缺，这方面正是政府应该而且能够有所作为的地方，政府可以通过适当的政策提供引导、支撑和配套服务。为此，本文对相关政府部门提出以下三点建议：第一，积极引导鼓励工业4.0重大共性技术协同创新网络的形成，加强对该模式研发创新的支持力度，以加快我国在这些技术领域的突破，也由此诱发网络外广大企业乃至个人的技术创新或技术改进活动，为“中国制造”向“中国智造”的成功升级奠定坚实的技术基础；第二，提供人才培训，一方面，针对工业4.0发展新趋势、新特征，对企业管理层开展培训，帮助企业经营管理者认清工业4.0的发展大趋势，以促使他们结合本行业、本企业特点制定恰当的发展战略决策，主动顺应并推动工业4.0的发展；另一方面，采用单独组织、与行业协会联合组织或直接与企业合作组织的方式，开展针对企业骨干技术人才的专业知识、专业技能培训，提高他们未来对智能设备的适应能力，也同时引导激励他们的创新行为。第三，加强公共平台建设，主要是公共研发平台、公共信息平台和人才流动平台的建设，重点为科技型、创新型中小企业提供技术支撑和信息服务，为人才资源的恰当配置提供平台。
参考文献：
关键词：工业4.0；生产新模式；管理创新
一、 引言
后金融危机时期，面对金融危机冲击和世界不断增强的竞争压力，全球主要发达经济体纷纷推行“再工业化”战略，2011年～2015年初，美国、德国、法国、英国、日本先后推出“先进制造业国家战略计划”、“工业4.0”战略、“工业新法国”战略、“工业2050”战略和“机器人新战略”，力图重振本国制造业，并谋划在未来的产业竞争中抢占制高点。以中国为代表的新兴经济体也加快产业转型升级步伐，于2015年5月推出《中国制造2025》，被称为中国版“工业4.0”。
尽管上述主要国家所提的工业发展新战略的名称有所不同，但从其内容看，核心是通过互联网、下一代互联网、大数据等新兴技术与生产制造的深度融合，以推动制造业向“智能制造”升级，这一发展新趋势建立在信息技术和互联网技术变革基础之上，并正在对全球制造业生产模式和结构产生广泛而深刻的影响，全球以数字化、网络化、智能化为特点的新一轮工业革命已经初露端倪。
二、 互联网技术的新发展及其影响
近十多年来，以互联网为代表的信息技术飞速发展，即将全面进入以IPv6（Internet Protocol version 6，互联网通信协定第6版）和第五代移动通信技术（5G）为技术基础的时代，互联网技术的蓬勃发展也正在对全球商业模式和生产制造模式带来深刻改变。
1. 互联网技术引领商业模式的变革。互联网技术的快速发展，大大降低了信息成本以及传统上买卖双方之间的信息不对称，正在深刻影响着企业的销售模式和消费者的购买方式。近年来，各种形式的电子商务蓬勃兴起，并从B2B、B2C、C2C等模式向O2O模式发展，“互联网+”正在成为主流的商业模式。以中国为例，根据中国互联网络信息中心在过去五年的《中国互联网络发展状况统计报告》，2012年～2016年，网络购物和网上支付的用户分别从2.42亿人和2.21亿人增加至4.67亿人和4.75亿人，年均各自增长17.86%和21.08%，带动电子商务逐渐替代传统的销售渠道。而从全球层面看，根据世界银行最新的统计数据，2000年～2015年，全球每100人中互联网用户荡6.77人增加到了44人，年均增长13.29%；而根据国际货币基金组织2016年4月12日的《世界经济展望》，2015年全球总人口为73.16亿人，由此可以推算出到2015年底全球互联网用户总数大约32亿人，如此庞大的用户群奠定了基于互联网商业模式的持续成长及壮大根基。
2. 工业互联带来生产制造模式的变革。网络技术不仅越来越广泛地应用于商业和消费领域，近年来还加快向工业领域的应用渗透，工业互联网（Industrial Internet Revolution）正在形成。从技术层面看，目前IPv6技术已经趋于成熟，与IPv4技术相比，其地址比特数从32位扩充到128位，理论上的地址空间上限由此从232个拓展2128个。IPv6有足够的地址使智能对象间通过互联网大范围直接互联（工业4.0工作组、德国联邦教育研究部，2013）。从应用层面看，自2012年6月6日全球IPv6网络正式启动以来，其应用推广发展十分迅速，根据全球IPv6论坛主席Latif Ladid在今年3月9日北京举办的“全球IPv6论坛媒体见面会暨IPv6 World Leader，2017颁奖仪式”上的发言，比利时的IPv6用户占全网用户比例已经高达56.56%，美国的这一比例从2014年的5%上升到了目前的33.2%，印度则已经拥有近1亿的IPv6用户数。从工业互联网的发展前景看，未来物联网和服务网将于生产制造深度融合，从而将传统的工厂升级为智能工厂，带来生产制造模式的变革。
三、 工业4.0时代的“智能主义”生产模式
工业4.0被称为基于信息物理系统（Cyber-Physical Systems，CPS）的第四次工业革命（Kagermann，2013；森德勒，2014），将对既有的大规模批量化生产制造模式产生革命性影响。
第二次世界大战之后，“福特主义”生产方式迅速成为主流的生产制造模式。“福特主义”是指以福特公司为代表的建立在流水线分工基础上的劳动组织方式和大批量生产模式（陈秀山，2003），这种生产方式建立在专业化劳动分工、生产流程标准化和规模经济基础之上。从市场需求来看，“福特主义”模式建立在高度同质的大众化需求基础上；从投入生产要素看，采用的是专门化的机器，雇佣能熟练掌握专项任务的低技能工人进行生产；从产品特征看，生产的是标准化产品；从空间特征看，主要是根据资源禀赋所形成的比较优势进行功能性的区域分工，不同区域之间形成上下游的分工合作。概括而言，“福特主义”模式是用低技能劳动力和高度专门化机器的组合以流水线作业形式大规模生产标准化产品，可以说是工业2.0时代的代表性生产模式。
“福特主义”模式最大的局限是其成功是建立在消费者需求同质化的基础之上。然而，随着社会经济的发展，在以电子计算机和信息技术为核心的第三次工业革命推动下，20世纪80年代以来主要发达经济体先后进入后工业化时期，居民收入水平的提升使得消费者的差异化需求日益增大，企业不得不对这种变化做出反应，信息和通信技术的发展恰恰为企业满足这种差异化需求提供了可能，“后福特主义”生产模式应运而生。从市场需求来看，“后福特主义”模式考虑了消费者需求的差异，可以满足小众化的特色需求；从投入生产要素看，采用的是多功能的机器，雇佣能熟练应对多项任务的技术工人进行生产；从产品特征看，生产的是多样化产品；从空间特征看，上下游的企业聚集在特定的区域内，可以保证个性化零部件或服务的及时供应，有效解决了制约灵活化柔性生产的库存问题。概括而言，“后福特主义”模式是用具有一定知识水平的技术工人和多功能机器的组合以灵活形式小批量柔性生产多样化产品，可以说是工业3.0时代的代表性生产模式。
“后福特主义”模式虽然满足了消费者的差异化需求，有效开拓了各种细分市场，但这种生产仍无法满足真正意义上的个性化需求。然而，就每一个的本质而言，都是一个具有个性的主体，因此有效满足个性化需求成为新的工业生产模式应解决的核心问题，这也是工业4.0时代到来的市场基础。与既有的“福特主义”模式和“后福特主义”模式不同，工业4.0时代建立在满足消费者的个性化需求基础上。网络技术的广泛应用，可以实时感知、监控生产过程中产生的海量数据，实现生产系统的智能分析和决策，使智能生产、网络协同制造、大规模个性化制造成为生产方式变革的方向（王喜文，2015）。从投入生产要素看，采用的将是智能化的机器，雇佣具有丰富知识和技能的高素质工人进行生产；从产品特征看，生产的是智能产品；从空间特征看，地理位置不在成为制约生产的关键因素，生产组织模式将由集中转向分散。概括而言，这种新的生产模式是用知识型员工和智能机器的组合以适度的规模定制化生产个性化智能产品，鉴于该模式生产设备、生产过程以及生产产品都具有智能特征，本文将其概括为“智能主义”生产模式。
四、 “智能主义”生产模式下管理创新探讨
在工业4.0时代“智能主义”生产模式下，大规模标准化生产将被适当规模的个性化定制化生产所取代，由此无论对产业发展还是对企业发展，都内生出一系列的管理创新要求，核心的是需求层面的个性化需求导向、技术层面的协同创新网络参与机制以及人才层面的知识型员工培养管理制度体系建设。
1. 面向并满足个性化需求。过去产业发展所依赖的市场基础主要是大众化需求，然而随着经济社会的发展，尤其是互联网、物联网技术的深入发展及普及应用，真正意义上的个性化需求将成为工业4.0时代的主流。工业4.0允许在设计、配置、订购、规划、制造和运作等环节能够考虑到个体和客户特殊需求，而且即使在最后阶段仍能变动（工业4.0工作组、德国联邦教育研究部，2013）。对企业而言，获取和提升竞争能力的核心是满足市场需求的能力，因此面对即将到来的个性化需求时代，企业应建立个性化需求导向的研发设计、生产制造及营销服务体系，主动挖掘并适应消费者的个性化需求，重点是提升满足个性化需求的能力，这方面需要充分利用新一代的信息技术工具。
个性化也意味着特色化，这对企业而言，需要更加重视创新设计的地位。此外，借助高度发达的移动通讯网络，客户可以随时随地将个人的需求反馈至生产端，这突破了传统实体店客户体验和参与的时空局限，因此利用网络工具让客户参与设计将成为产品体现和满足客户特色需求的重要手段。
2. 积极参与协同创新网络。工业革命既是产业革命，也是技术革命。根据波士顿咨询公司的研究报告，工业4.0主要是以工业物联网、网络安全、云计算、增材制造、现实增强、大数据、自动机器人、模拟以及水平和垂直系统整合技术等9项数字化技术为基础的变革（BCG，2015）。这些新兴技术是产业和企业向工业4.0升级的关键。鉴于新兴技术研发所具有的研发投入资金量大、研发周期和产业化过程较长等特点，风险与不确定较大，因此以单个企业为主进行研发难以适应技术创新、产业发展以及国际产业竞争的需要，有必要采用系统创新网络的模式的组织形式开展技术创新。
在学者较早的研究中，创新网络被看作是应付系统性创新的一种制度性安排（Imain Baba，1989；Freeman，1991）；协同创新网络则是一种基于网络的合作创新，被看作不同的创新参与者的协同群体，具有复杂性、动态性、系统性、开放性、中心性、协同性等特点，通过该网络可以实现各个主体间的资源共享、知识传递和技术扩散，实现知识、技术的增值和创新的产生（刘丹、闫长乐，2013）。对于工业4.0时代的企业而言，采用协同创新网络模式进行创新的重要性毋庸多言，关键是要形成构建或参与协同创新网络的机制。固然，这一工作主要由行业内的主导厂商承担；但对一般企业尤其是对技术需求强烈但自身技术创新能力或水平受较多约束的中小微企业而言，也应从企业自身考]参与机制，积极主动参与协同创新网络，凭借网络资源共享的模式弥补自身的不足，从而有效提升竞争力。
3. 知识型员工培养管理制度体系建设。工业4.0时代，随着智能化生产设备和智能生产工艺的普遍采用，生产对人员的需求量将会减少，但对人员素质和能力的要求将会发生“质”的变化，正如夏妍娜、赵胜（2015）所言，人在生产制造中的角色将由服务者、操作者转变为规划者、协调者、评估者、决策者。这意味着工业4.0对劳动的需求将从一般劳动力到知识型高素质技术型员工，这类员工不仅需要具备良好的知识水平，还需要得到系统的技能培训。
针对网络化时代知识型员工自主性较强和喜欢以网络化方式参与的特点，企业可以借助网络化沟通交流平台或工具开展学习型组织建设，形成企业良好的学习氛围。专业知识和技能的培训也可以借助信息技术和网络平台实现，如利用虚拟现实技术开展培训或模拟训练。就日常管理制度而言，重点是创造有利于激发知识型员工创新思维和高效率工作的工作环境；在薪酬设计上，也应考虑对员工创新能力的激励。
五、 结论与建议
技术和政策因素共同推动以工业4.0为代表的新一轮工业革命的兴起，对传统的生产制造模式将带来革命性影响，推动其从目前的“福特主义”模式和“后福特主义”模式逐渐向“智能主义”模式升级。“智能主义”生产模式内生出一系列管理创新需求，需要管理创新方面，主要是从大众化需求导向转向个性化需求导向；技术管理创新方面，主要是从以单个企业为主体的创新模式转向协同创新网络模式，这需要相关的平台建构及参与机制设计；人才管理创新层面，主要是探索适应网络时代知识型员工特点的管理方式。
面对第四次工业革命，中国拥有工程技术人才储备多、本土市场大、经济增长势头良好、储蓄率高等优势，但制度会否成为制约创新的桎梏也令人担忧（李稻葵，2016）。中国拥有的诸多优势有利于产业界和企业进行上述管理创新，但破解制度层面的体制机制束缚或制约因素也不可或缺，这方面正是政府应该而且能够有所作为的地方，政府可以通过适当的政策提供引导、支撑和配套服务。为此，本文对相关政府部门提出以下三点建议：第一，积极引导鼓励工业4.0重大共性技术协同创新网络的形成，加强对该模式研发创新的支持力度，以加快我国在这些技术领域的突破，也由此诱发网络外广大企业乃至个人的技术创新或技术改进活动，为“中国制造”向“中国智造”的成功升级奠定坚实的技术基础；第二，提供人才培训，一方面，针对工业4.0发展新趋势、新特征，对企业管理层开展培训，帮助企业经营管理者认清工业4.0的发展大趋势，以促使他们结合本行业、本企业特点制定恰当的发展战略决策，主动顺应并推动工业4.0的发展；另一方面，采用单独组织、与行业协会联合组织或直接与企业合作组织的方式，开展针对企业骨干技术人才的专业知识、专业技能培训，提高他们未来对智能设备的适应能力，也同时引导激励他们的创新行为。第三，加强公共平台建设，主要是公共研发平台、公共信息平台和人才流动平台的建设，重点为科技型、创新型中小企业提供技术支撑和信息服务，为人才资源的恰当配置提供平台。
参考文献：
[1] 工业4.0工作组、德国联邦教育研究部.德国工业 4.0战略计划实施建议（上）[J].机械工程导报，2013年7-9月刊。
[2] Kagermann， H.，Wahlster， W.，& Helbig， J.Recommendations for implementing the strategic initiative INDUSTRIE 4.0： final report of the Industrie 4.0 Working Group[R].Frankfurt： National Academy of Science and Engineering，2013.
[3] [德]乌尔里希・森德勒主编，邓敏、李现民译.工业4.0：即将来袭的第四次工业革命[M].北京：机械工业出版社，2014.
[4] 陈秀山.从“福特主义”到“后福特主义”――区域经济发展面临的新挑战[J].经济理论与经济管理，2003，（9）：67-70.
[5] 王喜文.工业4.0：通向未来工业的德国制造2025[M].机械工业出版社，2015.
[6] BCG.工业4.0：未来生产力与制造业发展前景[R].波士顿咨询公司，2015.
[7] 李稻葵.中国会错过第四次工业革命吗？[J].财经界，2016，（6）：63-65.
[8] 刘丹，闫长乐.协同创新网络结构与机理研究[J].管理世界，2013，（12）：1-4.
[9] 夏妍娜、赵胜.工业4.0：正在发生的未来[M].北京：机械工业出版社，2015.
基金项目：国家自然科学基金项目（项目号：71422012）；清华大学自主科研计划项目（项目号：2012THZ04107）。
过去五年迅速被智能手机市场边缘化的全球芯片巨头英特尔看起来已经进入了中年期，但它不打算就这么默默老去。
8月16日，英特尔CEO科再奇（Brian Krzanich）用一系列令人眼花缭乱的“黑科技”和产品向外界宣布英特尔的新一轮转型战略。
科再奇宣称，英特尔要从一家PC公司转型为一家“助力云计算，以及数十亿智能互联计算设备的公司”。
这有可能成为英特尔最著名的转型。成立48年来，英特尔在PC生态链上作为处理器制造商不可替代，并与微软联手垄断了PC行业，这个垄断地位持续了大约20年。但进入智能手机时代后，英特尔无法进入人们生活中最重要的设备，搭载英特尔处理器的设备被边缘化。
为了这次转型，英特尔进行了长达数年的尝试和准备。2013年，英特尔推出针对智能手机的移动处理器芯片Broxton和SoFIA，但后二者此后三年籍籍无名，今年5月，英特尔宣布停止这两款智能手机芯片的开发，放弃智能手机市场。
三年间，一并被快速削减的还有PC领域的一些旧有业务和人员。取而代之的是针对各种物联网领域的多层面技术布局和收购。
科再奇领导的这个转型战略的核心之处在于，业务和市场多面出击，结合英特尔在芯片和服务器领域的既有优势，端到端布局IOT、云计算和人工智能，并释放芯片代工能力;布局思路上更加开放，主动融合最大的竞争对手ARM。
此次转型可说是英特尔彻底走出Wintel时代的标签，也是英特尔重回核心的一个新起点，万物互联的物联网像一个巨大的器皿，整合了云计算、大数据、VR、AR、人工智能所有技术和应用，这些都离不开具备高计算力的芯片，这也正是英特尔的机会所在。 直面ARM
在移动通信3G和4G漫长十年里，英特尔没有提前预测到智能手机带来的芯片格局转型，进而错失智能手机市场，在后期进入之后也籍籍无名，无法复制PC和服务器芯片领域的辉煌，被移动芯片设计巨头ARM和制造巨头高通联手挤出市场。 英特尔要走出Wintel时代再创辉煌，取决于面向物联网时代的战略转型能否成功。
全世界超过95%的智能手机和平板电脑采用ARM架构，从产业地位来看，ARM好比是PC时代的英特尔。不同的是，ARM只开发设计架构，不生产硬件，硬件的设计和具体使用由高通和苹果、三星等完成。
这令外界放大了英特尔的艰难处境和危机。近年来，唱衰英特尔的声音不绝于耳。
事实上，除了2008年金融危机中遭受历史上最大的业绩下滑，在此后数年，英特尔虽然被移动芯片市场边缘化，但它在PC和服务器芯片领域的绝对优势，让它仍能保持缓慢增长，而不是负增长。
也就是说，英特尔的困局在于没有找到明确的未来，而非财务困境。
科再奇设定的新未来，意在摆脱英特尔已经运行了数十年的“巨资研发芯片、大规模高利润出售芯片，再投入巨资研发下一代芯片，再出售”的模式，创造出一个新循环。
8月16日在美国召开的英特尔开发者大会上，科再奇表示，英特尔在数据中心、存储和终端芯片的芯片平台计算力的积累和综合释放，将再次把英特尔带到一个良性循环之中――开发产品和技术，驱动更多用户需求。
在这次大会上，英特尔一口气了多个面向物联网的开发者项目和平台。包括了虚拟现实解决方案Alloy项目、支持无人机的Aero平台、实感技术Intel Euclid开发工具包等。这些开发平台的共同点是集合了英特尔在此前有关VR、AR、人工智能领域的最新技术。
开发者可以使用这些刚刚或将在今年四季度的平台开发各种不同的智能硬件。
以虚拟现实解决方案Alloy项目为例，区别于目前功能原始单一的VR头盔，Alloy的头戴式设备将计算和传感器直接集成在头盔里，并采用了英特尔实感技术，可在更大空间内实现六个角度的任意移动。
Alloy项目，是英特尔“融合现实”（MR，Merged Reality）战略第一个落地平台。
英特尔公司新技术事业部副总裁兼感知计算事业部总经理AchinBhowmik告诉《财经》记者，MR是英特尔结合AR和VR技术的新技术平台，“AR和VR各有技术特点和应用优势，与合作伙伴在长期的协作和沟通后，大家觉得需要融合在一起，就有了MR”。
当被问及英特尔MR最大的挑战时，AchinBhowmik认为是技术向具体应用的转化程度和用户体验。
英特尔掌握着世界上最先进的处理器制造工艺，在x86架构市场处于绝对领导地位，针对物联网战略，英特尔在技术上的准备无人质疑，是否可以吸引足够多的硬件开发者采用英特尔的各开发平台才是关键。
但PC时代芯片、系统、制造泾渭分明，这使得英特尔缺乏生态基因。而智能手机由ARM架构主导，向智能硬件延伸有天然的延展性。高通的一位前中国区技术主管对《财经》记者表示，英特尔抱着x86不放，非要做出一个自己的移动计算生态系统，这才是最大的问题。
英特尔中国区总裁杨旭向《财经》记者表示，英特尔对此看得越来越清楚，在物联网时代，英特尔不一定要完全抢占智能设备的芯片，“比如芯片是ARM的，但集成了英特尔的实感技术，这也是可行的”。
全球最大的芯片代工厂台积电董事长张忠谋在今年初曾判断，物联网时代智能芯片的趋势之一，是将不同产品一起封装的先进封装技术，让一颗芯片能整合更多功能，更节省空间。
“这实际上是一种合作方式，是某种程度上的互补。”杨旭强调。
在初期，面对物联网这么一个未知但庞大的市场，英特尔选择了一定程度的妥协。
这并不意味着英特尔将放弃自建生态。2015年底，英特尔对全球最大的可编程逻辑器件（FPGA）公司Altera的收购完成。FPGA技术体系、逻辑单元灵活，集成度高，收购Altera之后，英特尔可在服务器芯片实现CPU和FPGA硬件规格深层次结合。
科再奇称，FPGA在英特尔的战略中十分重要。在云、存储、FPGA和终端四个环节组成的战略循环中，FPGA的作用是加速互联智能的IOT世界。
在技术和产品上，英特尔CPU性能高，但无扩展性，FPGA像是一颗大补丸，可以作为类似GPU一样的加速技术被整合到处理器产品中。以人工智能为例，杨旭解释，英特尔有传统通用芯片，又部署了GPU和FPGA，在此之上提升基于云的数据分析能力，加上深度学习分析软件，人工智能支持能力被大大提升。
在市场层面，无论是智慧城市、无人驾驶，还是工厂自动化系统都少不了使用，英特尔布局FPGA，将有机会成为物联网骨干网的供应商之一，也会获得更多销售物联网芯片产品的机会。
另有分析人士向《财经》记者指出，Altera的客户包括了IBM和ARM等，同时它们也是英特尔在服务器和物联网领域的竞争对手。英特尔收购Altera后，IBM和ARM稳定的FPGA供应链被打断，需要寻求其他供应商，如Xilinx、Microsemi、Lattice等。 短期输血
华尔街资本对公司盈利能力的容忍度要远远小于中国资本，英特尔CEO科再奇游走于英特尔转型战略和华尔街股东之间，尤其艰难。
原因很简单。在PC时代，英特尔的运营模式相当独特，投入巨资研发最新工艺和制程，生产最先进的CPU，投放市场后获得最高的利润率，然后将挣来的钱再投入研发最新的工艺。这种模式的问题在于，没有一定的利润率保证，循环就将断裂停止。
英特尔中国区总裁杨旭向《财经》记者透露，英特尔对PC芯片的利润率要求高达60%，比外界猜测的50%高出不少。杨旭称，如此高的利润率相当具有挑战性，但英特尔的研发和布局投入不能降低。
PC市场的饱和令英特尔营收增长乏力，加上在物联网领域的巨大投入，导致英特尔的盈利能力明显减弱。
二季度财报数据显示，英特尔营收为135亿美元，同比增长3%;净利润为13.3亿美元，与去年同期的27.06亿美元相比下降51%。
在这个艰难的过渡期，英特尔作出了一个引发市场巨大反应的决定。
近期，英特尔与竞争对手ARM达成新的授权协议，英特尔将从ARM处获取技术授权。这意味着，英特尔将向第三方开放自己的芯片工厂，包括10纳米工艺的生产线，用于生产ARM技术的芯片。
英特尔的芯片工厂投入巨大，但市场变化太快，产能超过了市场需求。杨旭透露，英特尔建一个22纳米芯片生产工厂成本大约为55亿美元，14纳米则上升为75亿美元，10纳米以上就要近100亿美元，加上研发每年还得投入上百亿美元，投入相当巨大。
工厂的产能需要被填满才能实现效益最大化。但产能是一条固定的直线，需求又是一条上蹿下跳的曲线，所以，英特尔需要通过为第三方生产来弥补曲线和直线之间的空档。
三星也是这种方式的受益者。去年，三星在自家智能手机产能溢出但市场下滑的危急情况下，获得了苹果的宝贵订单。
LG是英特尔的第一个大客户。前者即将投产的世界级移动平台正是基于英特尔定制代工部门开发的10纳米设计平台。英特尔的客户还有展讯、Achronix、Netronome和Altera。
但这些客户还不足以消化英特尔的芯片产能。今年4月，投资银行CanaaccordGenuity分析师Mike Walkley预测，英特尔将获得苹果3000万到4000万颗芯片组订单，这占据了苹果芯片订单的30%。
尽管这一消息仍未获得确认，但多位接受《财经》记者采访的半导体行业人士认为，英特尔获得苹果的订单是迟早的事情。毕竟，英特尔代工能力出色，而苹果的芯片代工此前由高通包揽，三星少许，对于苹果或是任何一家公司来说，供应商一家独大并非好事，引入更多的竞争组合，可以更好地保证自己的控制力。 驶向未知海域
对于英特尔而言，转型方向明确，但难度巨大。无论是整合业务，还是聚合开发者，都是其必须解决的问题。
英特尔中国区总裁杨旭的观点是，相对于智能手机和PC，物联网应用、终端和用户群是碎片化的，英特尔目前提供的也是碎片化的技术和应用，但这种碎片化模式无法发挥英特尔的优势，更无法为英特尔带来未来，所以，“需要把这些碎片化技术和平台整合到一个大平台之上”。
碎片化战略有其合理性。在物联网发展早期的今天，无论是英特尔还是高通，或是某个其他芯片公司，需要针对一些有可能成为大市场的细分市场重点投入，如无人机、智能汽车市场，专门为这些市场提供一套芯片处理器解决方案。短期之内，各大厂商比拼的是在这些细分市场里的号召力和产品性能的先进性。
到了后期，谁能成为下一个胜出者，则考验各家的整合能力，整合范围不仅包括市场，也包括了和产业链上下游的融合。
具体到英特尔未来两年的命运，有两点目前可以确定。
其一，PC销量在2011年达到最高峰，之后出现持续的下滑，年出货量从3.64亿台下降到2亿台，不过保守估计全球有5亿台使用五年以上的电脑需要升级，所以，PC的销量可能在2017年出现反弹，英特尔也许会在PC业务反弹中获得新一轮增长。
关键词：新一代计算机；人工智能技术；发展趋势
“人工智能”是在1956年的Dartmouth学会上提出的，英文缩写是AI。它是计算机科学等多种学科互相渗透而发展起来的综合性、交叉性学科。从计算机应用系统的角度出发，人工智能是研究如何模拟人类智能活动，使机器能够胜任一些需要人类智能才能完成的复杂工作，以延伸人类智能的科学。
二、人工智能技术的发展状况
随着计算机、信息和并行程序设计技术的发展，人工智能的研究已经发展成为智能体系的研究。到目前为止，人工智能程序已经知道考虑他们要解决的问题，从而寻找比较好的答案。智能体体系可以被认为是智能体的软件工程模型，智能体语言是智能体的软件系统。在我国，智能体技术多被应用到处理具有异构、布、态、规模及自主性的系统中，如Internet，是人工智能技术的新应用。
目前，人工智能技术在美国等欧洲国家仍保持非常快的发展速度。在人工智能技术领域十分活跃的IBM公司，已经为加州劳伦斯利佛摩尔国家实验室制造了号称具有人脑的千分之一智力能力的ASCIWhite电脑。据称，其正在开发的更为强大的blue jean电脑的智力水平将与人脑相当。
三、新一代计算机和人工智能技术的应用
随着人工智能技术的不断发展，越来越多的技术发展都涉及到人工智能，人工智能已经被广泛应用到许多领域。
（一）人工智能技术在计算机符号计算中的应用
计算机最主要的用途之一就是科学计算，通常分为纯数值的计算和符号计算两种。其中符号计算是一种智能化的计算。随着新一代计算机的开发和普及以及人工智能技术的发展，多种功能计算机代数系统软件相继出现，都是用C语言写成的，可以在绝大多数计算机上使用。
（二）人工智能技术在计算机模式识别中的应用
计算机用数学方法研究模式的自动处理就是模式识别。用计算机实现模式的自动识别和判断，是利用人工智能技术开发智能机器的关键，计算机模式识别的特点是效率高，速度快，准确率高，也为人类认识自身智能提供了有利线索。
（三）计算机的机器翻译
计算机把一种语言转变为另一种语言的过程就是机器翻译。目前，我国的机器翻译软件的翻译特点，大致可以分为三类：词典翻译、汉化翻译和专业翻译。词典翻译软件可以迅速查询英文单词或词组的词义，并提供发音；汉化翻译软件提出“智能汉化”的概念，辅助翻译作用更加明显。
（四）人工智能技术在计算机机器学习中的应用
计算机的机器学习主要研究如何使计算机能够模拟或实现人类的学习能力。机器学习是机器具有智能能力的重要标志，也是机器获取知识的根本途径。机器学习是一个难度较大的研究领域，它与认知科学和逻辑学等学科都有着密切的联系，并对人工智能的其他分支也会起到重要的推动作用。
（五）人工智能技术在计算机问题求解中应用
人工智能技术在今天的计算机程序已能够达到各种方盘棋和国际象棋的锦标赛水平。但是，尚未解决包括人类棋手的表达能力和洞察能力等。人们通常都能根据具体问题找到思考问题和解决问题的办法，目前，人工智能技术已能通过计算机程序知道如何考虑要解决的问题，寻找较为准确的解答方法。
（六）人工智能技术在计算机推理证明中应用
逻辑推理在人工智能研究中是最持久的探究领域之一，其中特别重要的是，通过找到合理准确的方法，集中注意力在大型数据库中的有效事实上，关注可信证明，并在出现新信息时适时修正这些证明。因此，在人工智能方法的研究中，定理证明是一个极其重要的论题。
（七）人工智能技术在计算机语言处理中的应用
自然语言处理是人工智能技术应用于实际领域的典型范例，经过多年艰苦努力，这一领域已获得了大量令人瞩目的成果。目前该领域的主要课题是：计算机系统如何以主题和对话情境为基础，注重大量的常识——世界知识和期望作用，生成和理解自然语言。这是一个极其复杂的编码和解码问题。
（八）人工智能技术在计算机专家系统中的应用
专家系统是人工智能技术中最活跃、最有成效的研究领域，是具有特定领域内大量知识与经验的程序系统，已出现成功应用人工智能技术的趋势。计算机程序如果能体现和应用人类知识，就应该可以帮忙解决问题，而且能发现人类专家在推理过程中出现的差错。
四、新一代计算机和人工智能技术的发展趋势
新一代计算机和人工智能技术的发展潜力巨大，其作为一个整体的研究才刚刚开始。人工智能技术的发展总是超乎人们的想象，要准确地预测人工智能的未来，从目前一些前瞻性的研究中可以看出，未来人工智能技术可能会朝以下几个方向发展：模糊处理、并行化、神经网络和机器情感。
（1）自动推理是新一代计算机和人工智能技术最经典的研究分支，其基本理论是新一代计算机和人工智能技术其它分支的共同基础。其中知识系统的动态演化特征及可行性推理的研究，是最新的热点，很有可能取得突破。
（2）机器学习的研究使得许多新的学习方法相继问世，并获得了成功应用。但是也应看到，现有的机器学习方法尚不够有效，寻求一种新的方法，以解决新一代计算机和人工智能技术研究中的在线学习问题，是研究人员共同关心的问题。
（3）自然语言处理是新一代计算机和人工智能技术应用于实际领域的典型范例，这一领域已获得了大量令人瞩目的理论与应用成果。智能信息检索技术近年来已成为新一代计算机和人工智能技术的一个独立研究分支，将新一代计算机和人工智能技术应用于计算机科学与技术领域的研究，是人工智能走向应用的突破口。
五、结束语
很多新一代计算机和人工智能技术研究的成果已经进入人们的日常生活。未来，人工智能技术的发展将会给人类的知识、思考、生活、工作和教育产生巨大的影响，在人类的生活中占据一席之地，成为人类生活的伙伴。
参考文献：
[1]吴艳.关于“人工智能”技术发展的思考[J].和田师范专科学校学报.2010.
[关键词] 高校；图书馆；智能
[作者简介] 朱璟，广西财经学院图书馆工程师，研究方向：服务器安全防护，网络编程，数据挖掘、教育技术推广，广西 南宁，530003；谢杰民，广西财经学院，广西 南宁，530003
[中图分类号] G258.91 [文献标识码] A [文章编号] 1007-7723（2013）04-0074-0002
随着现代信息技术的发展，图书馆的功能需求发生了根本的改变，原有的模式已改变，新需要也已产生，符合时代特征的图书馆被提到了日程。智能图书馆是信息时代、经济社会飞速发展的产物；同时，智能化建筑技术的日益成熟、信息技术的发展也推动了智能图书馆的发展。
一、智能图书馆的范畴
智能图书馆是从图书馆楼宇的整体出发，把智能技术运用到图书馆建设中形成的一种现代化建筑，是智能建筑与高度自动化管理的有机结合和创新；智能图书馆既考虑图书馆内部各业务功能的专业化、信息网络化，又考虑图书馆建筑物本身管理的自动化，由此形成一种高度集成的计算机网络集成体系。
真正的智能图书馆建设需要做好如下几个点：
（一）实现建筑科学化、布局合理化
当前，我国的高校图书馆建设取得了不少的成绩，但由于各高校对图书馆智能化的考虑不足，特别是当下现代科学技术的迅猛发展，更为智能、科学的方式、方法已经产生，旧的模式已不再适应，原有的“智能”已变得“不智能”了，因此加强对高校图书馆智能化的探讨与研究，具有较强的现实意义。
建筑和布局应从如下方面考虑：（1）保证图书馆建筑本身与外部环境的和谐、统一，提供优美、舒适、符合人文特点及时代特征的内部、外部环境；（2）保证图书馆各项业务工作科学、可控、条理；（3）以结构化、合理、科学、前瞻性的综合布线为导向，遵循国家和国际标准及规范，对语音、数据、广播、及用于楼宇控制管理、控制的各种布线进行施工，实现布线工程合理化、科学化，保障后续业务功能、业务系统能顺利实施。（4）做好馆内各楼层、各个房间、各个大厅等的功能规划，提供良好、优美、舒适的办公、学习环境，保证读者与工作人员学习、工作适应性。 （5）保证安全性，这包括设备的安全、人员的安全。（6）可扩展性，要适应智能化及业务不断向前发展要求，系统要有足够的灵活性与可扩展性，扩容、增线、换线等应灵活方便；（7）所有布线应易于维护，维护操作简单，流程清晰，有足够维护空间，维护人员少，工作量轻，节省时间。
（二）业务系统管理的自动化
智能图书馆要实现真正的智能，必须建立相应的自动化管理系统，这些系统主要有：图书馆办公自动化系统、图书管理系统、新闻系统、计算机网络系统、空调新风系统、供热系统、给水系统、电力供应系统、电视系统、多媒体音响系统、停车管理系统、安防报警系统、电梯管理系统、照明系统、广播系统、电话系统、休闲娱乐自助系统等等。系统的选型、采购、使用等必须在事前做好周密的、系统的需求及可行性分析，在需求和可能中找到最佳解决方案（黄金分割点），以实用性为前提，在考虑其先进性与超前性的同时，适当地考虑经济性，以系统的实用性为首要原则；梳理好各系统工作流程，有必要的还得进行工作流程再造；各个系统安装到位后，应组织相关人员对系统的运行模式、特点进行学习和测试，看是否达到预期目标，并做好相应的日常工作预案，以便日后开展工作；根据工作需要，本着操作简单、方便、人性化的原则，把相关或相同功能的系统集成到统一的操作界面；同时，各系统应实时可靠，保持每天24小时连续正常工作。
（三）人员素质专业化
当前，我国高校图书馆人员素质整体不高，人才流失严重，工作积极性不高，年龄、性别结构失调严重，信息技术素养较低，给真正的智能图书馆实施带来了不少的阻力。造成这些现象的原因有多方面，其中一个很重要的原因是老年人居多，女同志居多，知识老化严重；另一方面是图书馆在高校中是一个边缘部门，是养老的地方，存在认识上的缺陷。因此，图书馆不仅要解放思想、做好传统图书服务方面的知识培训外，还得根据智能化的建设要求，进行针对性的培训，提高信息技术素养，做到信息技术与传统图书服务有机结合；做好人才引进、培训、考核、聘任等方面的工作，做到以人为本、任人唯贤、人尽其才；同时，对各职能岗位的人才要求做出明确的规定，减少人事任免的随意性，充分调动工作人员的主观能动性，建立良好的图书馆文化氛围。
（四）信息服务简洁化、人性化
当前，随着文献资源订购越来越多，各文献的运营商提供的检索都是相对独立的，读者进行跨库检索变得比较麻烦，要逐个进行，致使读者怨声载道，所以建立“一站式”检索服务平台变得非常必要。“一站式”检索服务即将通过对各现有文献资源进行完整合，并提供统一的“一站式”检索服务，读者只要在“一站式”检索界面输入检索词，就可以实现一次检索全方位的信息资源，从而达到简化操作，节约时间，提高检索效率。同时，坚持开放性道路，实现馆内外各种信息资源交换与共享，能实时与学校数据中心进行基础数据的共享，实现基础数据实时同步，消除信息孤岛，并把与学生、教师密切相关且需要身份验证的应用系统的验证功能整合到学校的“统一验证系统”上去，这样学生、教师只需要一次验证，就可实现全程有效。这样才能真正实现信息服务简洁化、人性化。
二、结 语
智能图书馆建设是一项规模庞大的系统工程，前期的智能化调研、规划好坏，将直接影响到能否真正实现图书馆智能化。智能图书馆建设的需求既要从技术上考虑，又要从经济性、实用性等方面加以权衡，同时还应根据自身特点，采用最佳的解决方案，才能让智能图书馆满足学校长久发展的需要。
[参考文献]
[1]许强.基于普适计算的图书馆智能空间初探[J].图书情报工作，2006，（6）.
[2]李国杰.新的信息科学革命会否兴起[J].发明与创新：综合版，2009，（1）.
[3]冯惠遵.浅论高校图书馆与大学生信息素质教育[J].河北科技图苑，2005，（4）.
[4]程萃文.信息素质养成教育 ： 新时期高校图书馆的重要使命[J].河北科技图苑，2008，（2）.
[5]尹章池.论21世纪图书馆的发展模式与功能[J].鄂洲大学学报，2001，（1）.
[6]李家清.我国信息素质教育研究[J].情报理论与实践，2004， （1）.
关键词：人工智能；人机交互；机器学习；深度学习；数据挖掘
中图分类号：TP27 文献标识码：A 文章编号：1671-2064（2017）03-0221-02
人工智能是当今科技发展中最具潜力的热点问题之一，2016年初轰动世界的谷歌AlphaGo打败围棋世界冠军李世石的经典案例更是引起了全世界广泛的关注和热议。“人工智能”这个概念再次被推到了风口浪尖。那么，究竟什么是人工智能呢？它会对我们的生活有什么影响？在这个背景下，我们深入探究人工智能及其相关的技术领域，对于人工智能的普及和发展有着重要意义，也希望能给予人工智能相关领域的科学研究者们提供一些参考和方向。
1 什么是人工智能
人工智能（Artificial Intelligence，AI）是一门全新的信息技术科学，是计算机科学技术的一个重要分支，是指对于模拟、拓展和延伸人类的智能的应用系统及相关的理论和技术方法的开发研究。主要通过研究及了解人类智能的本质从而开发出能给出类似人类智能反馈的智能机器，计算机系统在理解目标方向之后所取得的最大化成果是计算机实现的最大智慧。人工智能不单单是一个特定的技术，它所研究的往往是能创造智能意识的高科技机器，包括了算法和其他应用程序，处理的任务也远远超出了简单计算，从学习感知规划到推理识别控制等等。人工智能的研究方向包含语言及图像识别技术、机器人设计、自然语言处理等，日益成熟的理论方法和技术实践也使得应用领域范围大规模扩张，人工智能是人类智慧的结晶，未来也可能展现出超过人类的智能。
2 人机智能的研究方向
人工智能的科学研究通常涉及到数学、逻辑学、认知科学、以及最重要的计算机科学等多学科领域，延伸出了以下几个主要的研究方向：
2.1 逻辑推理与证明
早期的人工智能更多的解决了大量数学问题，逻辑推理是基础也是研究时间最长最重点的领域之一。通过找到可靠的证明或者反证方法实现潜在的定理证明，根据数据库的实例进行推导并及时更新证明结论，演绎和直觉相结合，在推理和证明中实现部分智能。
2.2 问题求解
问题求解领域的一大重要应用则是下棋程序的功能实现，化繁为简、将困难的问题点拆分成为独立的子问题进行求解；而另一个实例则是数学方程的求解实现，分析各种公式符号的组合意义从而为科学研究者提供强有力的基础保障。问题求解中所运用的搜索和规约也是人工智能领域中的两大基本技术。
2.3 自然语言处理
自然语言处理也叫自然语言理解（Natural Language Processing，NLP），是指借助计算机来处理使用人类语言作为计算对象的算法程序，并研究相关的理论方法和技术。NLP是人工智能领域的主要研究方向之一，也是发展时间较长的研究方向之一。语音识别、搜索引擎、机器翻译等等都是NLP的重要研究内容，目前也都在人工智能领域获得了突出的应用成果。
2.4 专家系统
专家系统是指具有大量模拟人类相关领域专家知识和经验的智能计算机程序系统，依托于人工智能相关技术，根据专家系统所提供的数据方法进行判断推理进一步决策，从而代替人类专家解决一部分该领域的特定问题。从知识表示技术的角度上看，专家系统可分为基于网络语义、基于规则、基于逻辑、基于框架等几种类别；而从任务类型及专家系统主要解决的问题类型的角度来看，专家系统也可分成解释型（分析和阐述符号数据的意义）、调试型（根据故障制定排除方案）、预测型（根据现状预测指定对象未来可能的结果）、维修型（针对特定故障制定并实施规划方案）、设计型（按指定需求制作图样和方案）、规划型（根据指定目标制定行动方案）等。
专家系统的建立包含以下几个步骤：（1）初始专家知识库的设计：包括问题、知识、概念、形式、规则等多个概念的筹建；（2）开发和试验系y原型机；（3）改进与归纳专家知识库等。
专家系统的实现通常建立在大量的数据统计与人类专家提供的问题解决实例上，没有精确或统一的求解算法，因此也会造成一些局限性。在人工智能与计算机科学快速发展的今天，专家系统也逐渐更重视理论和基础研究，除了基于经验的理论，基于规则和模型的方法也将投入到实际运用中，未来的专家系统将更偏向协同式和分布式方向发展。
2.5 机器学习
机器学习是指计算机自动获取新的推理算法和新的科学事实的过程，是计算机具有智能的基础。计算机的学习能力是人工智能研究史上的突出成就与重要进展，也是人工智能初步实现的重要标志。机器学了在人工智能领域有着重要应用，对于探索人类智慧的奥秘以及学习方法和机理都有着重要意义，机器学习的时代才刚刚开始，各种理论方法也正在逐步完善中，未来精彩可期。
3 人工智能的应用
人工智能的首次提出至今已有60年的历史，在这个循序渐进的过程中，无论是功能场景还是机器模式，都逐渐从单一到通用、从简单到复杂，表达方法也更多种多样。目前主要通过赋予机器产品一定的人类智能从而有效地提升机器工作效率及能力，未来的人工智能将更多的模拟人类生活环境及思维方式来设计出真正具有人类智能的高效人机系统。
3.1 人工智能在各个行业的应用
人工智能已经运用到人类生产生活的各个方面，主要包括以下几点：（1）以智能汽车为代表的自动化交通方式。（2）种类繁多的家庭智能服务机器人。（3）用于临床支持和病人看护中的自动化智能设备及医疗器械。（4）智能教育辅导系统、线上学习和智能辅助学习设备的普及。（5）基于图像处理和自然语言处理的各类音乐社交软件及VR设备的兴起给互联网娱乐时代带来的巨大变革。（6）逻辑证明及智能分析在公共安全领域的预测及防范。（7）大量重复机械的劳动逐渐由智能机器取代，人类承担着更多的创新及实践工作。
3.2 人工智能生活应用实例
作为辅助人类生产生活的重要工具，日趋成熟的智能机器人已经快速走进了人们的日常生活中，下面我们介绍几种常见的使用场景：（1）智能房屋和家居生活的构建：目前的智能停留在自动控制I域，通过用户指令来便捷的操控比如电视、窗帘、灯具、空调等等；而未来，人工智能的发展将根据你的日常行为了解你的习惯喜好，利用传感器和自动装置搜集用户的行为数据，通过机器学习和深度学习算法改造你所居住的环境。最终实现真正意义上的智能家居生活。（2）无人驾驶的智能汽车：主要通过导航和定位实现规定路线的行驶、通过激光测距、雷达感应和照相等技术，配合复杂的计算公式从而辨别和避让各种障碍，最终脱离人类操控的环境下自动完成发动、驾驶、刹车等动作。行驶的安全性和准确性在智能机器的帮助下其实更可靠，我们完全有理由相信未来自动驾驶将成为人们出行的新方式。（3）基于神经网络的新型翻译方式：在线翻译相信大多数人都不陌生，使用范围广普及率极高，但其准确性一直都是人们关注的焦点之一。谷歌翻译负责人表示将在部分功能上尝试使用深度学习技术，如果能顺利实施必将使得翻译准确性的研究取得实质性突破，而基于神经网络的翻译方式则将帮助计算机更好地模拟和理解人类思维，使得翻译结果更流畅合乎规范，也方便人们更好地理解。
4 人工智能的发展历程
人工智能的发展历程不算很长，但发展速度却异常迅猛。跟所有新兴的前沿学科一样，人工智能的发展中也经历了高潮和低谷时期。根据不同时期代表性人物和事件的发生，我们大致可以将整个过程分为以下几个阶段：
（1）1950年，举世闻名的“图灵测试”（图灵，英国数学家，1912―1954）首次发表于《计算机与智能》一文，即通过房间外的人和两个房间内的人和机器分别对话中，是否能区分人和机器从而判断出机器是否具有了人的智能。这是人类对于人工智能最初的概念。
（2）1956年，由香农、麦卡锡、朗彻斯特和明斯基共同发起的DARTMOUTH学会于达特茅斯大学召开，会上首次提出“人工智能”一词，这是历史上第一次关于人工智能领域的研讨会，见证了人工智能学科研究的开端。
（3）1960年以来，生物进化领域逐渐建立起了遗传、策略和规划等算法。1992年计算智能由Bezdek提出，计算智能对于生物进化学的探究有着重大意义，涵盖了模式识别、人工生命、神经网络、进化计算等多学科集合与交叉。
（4）上世纪90年代开始，专家系统逐渐兴起，对于专家知识库的不断改进以及基于规则和模型的协同式分布式专家系统将是未来使用的主要趋势。
（5）从1960年神经网络首次应用于自动控制的实施，到1965年人工智能启发式推理规则的方法引入，再到1977年运筹学理论中概念智能控制模式的成功借鉴，人工智能的发展也顺利引导了自动控制模式逐渐切换到了智能控制模式。
（6）从1956年AI概念的正式提出以来，人工智能领域已经取得了众多突破性的成就和进展，很多天马行空的想象也随着科技的进步在一代代科学工作者的不断努力下逐渐设计落实，人工智能已经从科学研究逐渐走向了人们的日常生活中，成为了当下最具潜力的多学科交叉的前沿科学。
5 人工智能的未来与发展趋势
从人工智能的提出到逐渐走入人们生活，人工智能的概念一经问世则得到了人们的普遍关注，甚至带动了语音识别、自然处理处理、机器学习、数据挖掘等一系列相关学科的发展和兴盛。人工智能领域中的创新和蓬勃发展是趋势也是必然，通过了解人工智能学科的发展历程及应用领域，我们大致可以推测出关于未来人工智能的一些方向：（1）机器学习和深度学习算法指导下更聪明更多样性更具智能的机器系统。（2）自然语言处理应用中更自然的人机互动交流。（3）机器学习时代更快速的数据处理分析策略。（4）各研发企业和机构对于人工智能先进技术更激烈的竞争和角逐。（5）超人工智能（Artificial Super Intelligence，简称ASI）时代下AI是否会走向失控给人们带来的微恐惧。
6 结语
在短短60年的时间内，人工智能的快速发展已经从很大程度上改善和刷新了人们的生活方式。人工智能的深入研究和实现正在不断帮助我们探索这个世界、帮助我们搜寻信息应对各种各样的挑战。人工智能在逐渐强大的同时，有机遇也存在着巨大的挑战和技术瓶颈，距离人工智能时代的真正实现还有很长的路要走。而人工智能的不断更迭完善，是否能取得超越人类智力和认知的智能、是否会出现违背人类价值观的危险行为将是未来很长一段时间内需要研究的重要课题。
参考文献
[1]李红霞.人工智能的发展综述[J].甘肃科技纵横，2007，36（5）：17-18.
一、“区块链+AI”行业概述：
1、“区块链+AI”行业简介
人工智能（ArtificialIntelligence）英文缩写为“AI”，主要研究如何使计算机去做更多过去只有人类才能完成的智能工作。AI一词最早是在1956年Dartmouth学会上提出，2015年美国伊利诺伊小组研究中表明，现阶段AI智力已可达4岁孩童智力水平。随着人工智能技术不断成熟应用，围绕着“AI+”的技术理念创新也在不断提出，其中“区块链+AI”的技术理念尤为突出。
区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。其本身作为比特币的底层技术，拥有去中心化、开放性、自治性、信息难篡改、匿名性等特征，可有效弥补人工智能应用中存在的数据共享、数据安全等问题。区块链可以为人工智能提供“链”的功能，让人工智能的“自主”运行中需要的数据信息都得到可信记录并具备可溯源的特点，使得AI更可信、更安全。可以说“区块链+AI”是新型技术之间的通力合作，若两者可有机结合，将会创造更大的价值。
从金融、消费、医疗服务到政府服务，区块链和人工智能的结合正在逐步渗透各个行业和领域。人工智能和区块链的协作将会解决诸多的问题，在人工智能提供数据分析和匹配的同时，区块链将提供一个更加安全和可信任的网络。
2、人工智能和区块链行业现状概述
人工智能被誉为引领未来的战略性技术，是提升国家竞争力、维护国家安全的核心技术之一，也将成为经济发展中新一轮产业变革的核心驱动力。在我国，人工智能的发展受到高度重视，2017年7月8日国务院发布了《新一代人工智能发展规划》的战略部署，明确我国新一代人工智能发展的三大战略目标：至2020年人工智能总体技术和应用与世界先进水平同步，成为重要经济增长点，全面支持建设小康社会；至2025年人工智能基础理论实现重大突破，成为我国产业升级和经济转型的主要动力，向智能社会建设迈进；至2030年人工智能理论、技术和应用总体达到世界领先水平，成为世界主要人工智能创新中心，为经济强国奠基。根据中国互联网络信息中心（CNNIC）2017年发布的《中国互联网络发展状况统计报告》显示，2016年中国人工智能相关专利年申请数量达30115项，产业规模突破百亿，2017年中国人工智能产业规模达152.1亿元，该行业每年以40%～50%增长率进行增长，预估2019年将突破300亿元，截止2017年6月我国人工智能企业总数已达592家，仅次于美国。2017年9月，华为公司推出的芯片麒麟970及苹果公司推出的芯片A11SOC均具备机器学习处理单元，为人工智能硬件打下坚实的基础。人工智能行业目前已走过技术蛮荒期，处于通用技术与行业结合形成商业化场景应用阶段。根据目前沪深两市板块分类统计，涉及人工智能概念的上市公司共104家，基本涵盖了人工智能基础层、技术层、应用层各相关领域。
相比于人工智能技术已经经历了60多年的长足发展而言，区块链技术目前起步不到10年，且刚刚经历了三个初级的阶段，分别为：
起步期：2009年-2012年，以比特币为代表的加密数字货币使得区块链技术开始走进部分极客和新兴技术爱好者的视野当中，并开始在世界范围内形成一定程度的关注和研究。
雏形期：2013年-2017年，以太坊在比特币的基础技术架构之上引入了智能合约，使得区块链的可拓展性得到极大的提升，区块链技术开始延展到更多行业和领域。
发展期：2018年-，区块链技术开始迭展，行业发展聚焦于更为安全的技术架构的搭建与更加良好基础性能的提升，区块链安全、区块链与人工智能等方向开始受到行业重视，一些应用逐步在全球各个行业领域开始试点。
目前区块链技术发展总体阶段处于类似于互联网发展的初期阶段，距离大规模的应用落地仍然需要时间积累。“区块链+AI”是新兴技术相互赋能的良好应用结合，区块链技术在人工智能这一垂直领域的探索，有助于加速新兴技术的落地，并在实践过程中不断完善。目前大部分“区块链+AI”项目仍处于概念验证阶段或早期应用阶段。
二、“区块链+AI”具有的优势与挑战
在人工智能为区块链提供更强大拓展场景与数据分析能力的同时，区块链技术可为人工智能提供高度可信的原始数据以支持其持续的“深度学习”。在未来人工智能高度发展的同时，也可通过区块链的分布式、透明、可溯源的特点，来保障人工智能始终处于人类可控的范围之内。这对两者的技术发展进程都提出了更高的要求，总体而言，区块链技术本身处于早期阶段，与人工智能相结合需要持续迭代以满足人工智能对性能和稳定性的要求。
1、“区块链+AI”两项尖端科技的相互赋能
区块链与人工智能两项技术的结合，有以下七个方面的优势：一是区块链可以提高人工智能的数据安全性；二是区块链可以加速数据的累积，给人工智能提供更强大的数据支持，解决AI的数据供应问题；三是区块链可以解决数据收集时的数据隐私问题；四是人工智能可以减少区块链的电力消耗；五是区块链使得人工智能更加的可信任；六是区块链帮助人工智能缩短训练时间；七是区块链有助于打造一个更加开放与公平化的人工智能市场。双方结合的优势具体说明如下：
（1）提高数据安全性
区块链可以帮助人工智能避免因数据存储问题导致的故障。区块链中每个节点都按照链式结构存储完整的数据，每个存储节点都是独立的、地位等同的。区块链的高冗余特性，分布式数据存储，可避免系统级别风险的发生。理论上看除非所有节点全部出现风险，否则数据就是安全的。
此外，考虑到人工智能诊断的“黑箱”问题，清晰谁建立了人工智能，使用什么数据进行训练，以及谁部署了最终的代理，是我们应对人工智能可能出现的问题的最佳防控手段。目前使用的大多数人工智能程序都是“深度学习”算法的变体。不良的数据内容将给人工智能带来相应的安全隐患，区块链则通过记录哪些核心算法是使用哪组训练数据开发的，避免了这一问题。更宽泛地说，区块链可以记录谁编写了原始的人工智能算法以及用什么数据来训练算法。
（2）大量且丰富的数据支持
一些企业为了自身发展会进行海量数据收集，同时因为市场竞争而拒绝进行数据共享。由此造成这些公司接触到的数据有限，缺少完整的数据集做支撑，使得人工智能产品质量较差。采用区块链技术，可以利用数据分类帐进行部分数据的购买销售。可靠性强、可用性高的数据将会使得企业生产出高质量的计算机识别，语音识别和其他数据密集型应用。
当收集了大量同类型数据用于训练AI模型时，数据会受到偏差或“过度拟合”的影响。数据样本将不具备典型的随机性来代表总体的特性。使用此类型数据训练的模型比使用更多不同样本进行训练的模型表现能力要差很多。通过引入区块链技术，让不同的人和公司来提供可信的不同数据，可以获得更多样化的数据样本，帮助AI完成“自主性”决策。
（3）隐私保护
人工智能的高速发展需建立在大量的数据基础上，不可避免地涉及到个人隐私数据合理使用的问题，例如从公共数据库中推导出私人隐私信息，通过这些信息又推导到其他相关人员的信息，这已经超出大部分人同意披露的信息范围。区块链采用非对称加密和授权技术，交易信息公开透明，但对于账户身份信息是高度加密的，只有经过数据拥有者授权才可访问该数据，即使遭到入侵，也仅是一小部分信息内容，无法获取用户完整的个人身份信息，此技术在AI大数据运行环境下，个人的隐私免于被侵犯，不法企业难以利用用户数据来牟取不正当利益。同时，区块链与加密算法相结合可以在数据分享过程中分离数据所有权和使用权，让数据使用方可以利用密文进行模型训练和使用，彻底杜绝原始数据泄露的风险，从而打通企业和政府中的数据孤岛。
（4）能源消耗减少
采用POW共识机制的区块链项目需要消耗大量的电力资源，人工智能可以通过学习算法，提升数据中心的负载，操控计算机服务器和相关的散热系统，优化冷却，有效地进行设备管理，从而减少电力的消耗。对于AI可以优化能源消耗已被谷歌和百度等公司证实，2017年6月百度的智能楼宇项目一个月内为百度省下了25万度用电量，谷歌旗下AI实验室DeepMind利用人工智能技术帮助谷歌削减了15%的用电量。
（5）可信任度的提升
一个人工智能管理的区块链可以为独立于人工智能运行的底层平台的人工智能代理提供一个分散的标识。每一个主要的人工智能代理都可以注册成为被普遍认同的节点，这将为AI识别提供一个解决方案，类似于今天的网站证书，以验证网站所有权。
一个人工智能管理的区块链还可以允许每个人工智能代理将其活动的常规哈希函数写入区块链分类，以便具有加密密钥的代理可以对其进行不可篡改的检查。区块链搭载的人工智能分布式账本记录了人工智能做了什么，确保人工智能的错误行为被及时的发现、分析和纠正。而区块链的不可篡改性使得人工智能几乎不可能“掩盖它的踪迹”和删除犯罪活动数据。
最后，区块链的共识机制可以确保人工智能处于控制之下。通过人工智能执行任务的公共记录(必须由多个区块链节点进行验证)，我们可以确保人工智能的运行不会超出界限。
（6）更短的AI训练时间
在使用区块链技术保障训练数据的真实可靠性的前提之下，可以通过区块链的分布式数据存储的方式将一台人工智能的深度学习训练时间大幅度的减少。例如一个人工智能的训练可以采用模型并行或者数据并行的方式，将单个的模型或者数据分布在不同的机器之上，从而减少训练时间。人工智能也可以在同步数据并行中删除同步约束限制，而采用异步并行模式——人工智能在每一步的信息处理中不必等待数据的相互确认，可以直接进行下一步的操作，从而进一步减少人工智能的深度学习训练时间。
（7）开放公平性
区块链提供的核心价值是“去信任中介化”。如果想要创建一个自组织和自我调节的人工智能网络——那么分布式记账技术是最好的途径。谷歌、腾讯、IBM、Facebook和其他大型科技公司已经彻底改变了分布式计算——将计算任务分散在多台虚拟机之间，以实现高效的可伸缩任务处理。但是他们的布式处理工具仍然是非常集中的，并且专注于由中心化的控制器统一调度特定任务，以实现非常特定的目标。
而基于区块链技术的智能合约将使“去信任中介”的网络得以实现，在这种可信网络中，两个人工智能系统可以安全可靠地进行交互，而无需任何中心化的中介。区块链还可为人工智能提供声誉系统，这样每个人工智能都可以在选择与其他人工智能进行交易之前检查其声誉。另外，区块链的无中介、高透明度将鼓励这些人工智能开发人员共享他们的数据和他们的产品，而不必担心出现某些偏袒竞争对手或窃取其知识产权的情况，并确保所有相关方为他们的工作获得适当的报酬。
2、“区块链+AI”面临的挑战
“区块链+AI”的面临的问题主要包括两方面：一方面是AI和区块链自身的缺点，在结合后仍无法有效解决；另一方面是AI和区块链结合过程中可能造成原有优势被破坏。例如：
（1）政策性风险
区块链目前部分的衍生应用在世界各地存在着一定的政策风险——例如未来是否采用区块链技术伴生的通证来激励人工智能开发或节点管理，但无论是在经济上还是在政策上如何定义通证仍有很大的不确定性。
（2）技术融合的不确定性
作为两个前沿的新兴技术，且都处于尚未完全成熟的阶段。无论是从当前区块链的技术指标，还是从人工智能的实际落地性来讲，距离两者真正的结合并实现落地，需要面对的不确定性因素仍然存在。目前区块链的主要问题为扩容、隐私、和计算能力，主流的公有链难以支撑人工智能的链上实现。
（3）大规模的社会应用面临挑战
数据共享威胁大型企业利益。通过弱化数据的中心化，降低了大型企业相对小公司的竞争优势。如果任何人都可以访问这些数据集和计算，那么任何人都有机会与世界上最大的公司竞争。从技术领域中去除这些障碍将会改善社会，但共享市场的尝试可能会让大公司感到不安。如果任何人都有能力在世界上制造出最好的人工智能，那么市场将与许多正在争夺一部分市场的初创企业和小企业共同分享。之前使用用户数据来制定广告或业务策略的公司和政府组织将再次被迫以较不直接的方式获取其数据。因此，大公司可能会反对数据去中心化，并可能游说维持AI模型开发方面集中式数据集的现状。
（4）不可控性
当使用了“一旦运行不可停止”的智能合约时，如果合约代码存在漏洞被黑客利用，黑客将通过智能合约漏洞牟利，因在区块链上运行的事务和交易不可撤销，可能会给企业和个人造成不可挽回的损失。
三、AI与区块链结合的应用场景
结合两者技术优势，通过AI让区块链更智能，区块链让AI更“自主”，更可信。目前对于AI和区块链的结合应用，市场上已经涌现出很多相关项目和理论创新，描述了不同场景下结合，比如：
（1）区块链+AI在医疗方面进行结合
相关的结合领域有医疗数据加密和医疗计算分析。关于医疗数据方面，据统计，大部分的医生会直接将病人的病情、个人信息等信息发给同事，这涉及侵犯病人隐私的问题。应用区块链的非对称加密和授权等技术，对关键信息进行加密，只有经过数据拥有者授权才可访问该数据，将大大的提高医疗数据的隐私性。关于医疗计算分析方面，AI在医疗机构提供数据错误率小于2%，利用区块链的技术，可以对于医疗数据进行信息交换，相比传统AI，数据可更好地进行共享。谷歌旗下DeepMindHealth正在开发区块链医疗数据审计系统，利用“区块链+AI”技术让医院、NHS、病人自身都能实时跟踪其个人健康数据。
（2）区块链+AI在数据市场进行结合
利用区块链集合群体的力量，进行数据上的共享、AI模型的训练等。AI的发展离不开庞大的数据集，区块链可以利用数据分类帐进行高质量数据的购买销售，当收集了大量的、多样化的数据样本后，可用于训练AI模型，这些数据及AI模型将会解决信任的数据孤岛问题，使得人工智能机器人可以进行共享学习，自我成长，产出高质量的计算机识别，语音识别和其他数据密集型应用。目前SingularityNet、DeepBrainChain、Bottos、OceanProtocol、Indorse、ARPAChain等项目涉及该领域。
（3）区块链+AI在金融领域进行结合
相关的结合领域有市场情绪分析、去中介交易商经纪人（IDB）和检测金融欺诈行为等。关于市场情绪分析及去IDB方面，利用AI进行深度学习和时序分析，再结合区块链技术保护下的个人数据相整合，为个人提供更精准的交易服务。具体来说，就是从用户面板上进行大数据采集及处理，通过人工智能分析用户情绪数据，对市场波动进行预算，最后自动化下单。利用机器人取代人工，提升效率，降低了IDB佣金。在检测金融欺诈行为方面，使用交易机器人，高频加密交易，弱中心化减少人为操控的可能性，降低金融欺诈风险，此外，AI监控加密市场，让恶意攻击变得更难。目前有Autonio、Aigang、Numeraire、Endor等项目涉及该领域。
（4）区块链+AI在云计算方面进行结合
当前AI云计算方面面临计算资源昂贵、训练时间长、训练数据多、开发去中心应用困难等问题，结合区块链技术后能较好地解决以上问题。把区块链中挖矿及电力消耗过程中过剩的资源转换为AI云算力，资源上进行整合，降低计算成本。目前有NebulaAI项目涉及该领域。
（5）区块链+AI在物联网方面进行延展
首先，区块链技术可以帮助解决“如何证明自己是自己”的问题，用户可通过区块链+AI技术完成生物身份识别和身份认证，将个人身份与物联网联系在一起。其次，解决了更新的问题，所有物联网设备在区块链+AI的加持下，数据共享，设备可智能化更新。具体的垂直应用包括：应用在工业制造上，制造生产的设备在区块链中传递信息，更智能化地成长，提高效率、增加产能；应用在交通上，更好地铺开无人驾驶应用，解放人们的时间，智能化管理交通，有利于减少交通堵塞、交通事故的发生；应用在监控等公共基础设备上，身份认证能快速的识别出罪犯，有利于维护社会稳定。目前有智行者、美图等项目涉及该领域。
四、“区块链+AI”行业展望
关键词：高端装备；智能装备；工业设计；设计价值
引言
高端装备是指具有高技术含量、高工艺水平、高经济价值、高附加值的先进工业设施设备，涉及战略性新兴产业和传统产业转型升级发展所需的相关装备。高端装备制造业是以高新技术为引领，处于价值链高端和产业链核心环节，决定着整个产业链综合竞争力的战略性新兴产业，是现代产业体系的脊梁与高地，是推动工业转型升级的引擎。大力推进发展高端装备制造业，是提升我国产业核心竞争力的必然要求，是抢占未来经济和科技发展制高点的战略选择，对于加快转变经济发展方式、实现由制造业大国向强国转变具有重要战略意义。推进高端装备发展离不开工业设计的支撑。目前国内高端装备工业设计研究尚处于起步阶段，急需进行相关设计理论与实践探索。智能装备是高端装备的重要类型之一。所谓智能装备，是指具有感知、分析、推理、决策、控制功能的制造装备，它是先进制造技术、信息技术和智能技术的集成和深度融合。21世纪是彰显个性化的时代，人们纷纷规避、逃离极其枯燥乏味的生产线工作。在不久的未来，智能装备必将成为工业的主导力量。目前大部分装备产品的功能已经实现，但极度缺乏文化艺术品味。风格单一，沉闷古板，无法给人带来视觉上的冲击与享受，使人感到乏味无趣。这个问题工程师和艺术家都无法解决，必须通过工业设计手段由设计师来解决。需要依靠设计者根据市场需求把艺术文化与审美内涵融入工程技术，即：艺术（创意思维和审美创造）+技术（工程结构与工艺实现）=产品设计创新。
一、我国智能装备工业设计现状分析
中国政府的“十二五”规划提出装备制造业“调整转型、创新升级”战略，并制定了“推进装备制造业由大变强”的目标。作为装备制造业的核心和关键，高端装备制造业被列为战略性新兴产业之一，为产业发展提供了“肥沃土壤”。实施制造强国战略的第一个十年的行动纲领——《中国制造2025》规划的推出，更是使高端装备制造业迎来了历史发展的新机遇。在中国制造业努力从“中国制造”向“中国创造”转变过程中，“中国设计”不可或缺。智能装备作为高端装备的重要代表，其工业设计发展在国内尚处于起步阶段。智能装备制造企业长期重技术轻设计，造成制造技术日趋成熟，但工业设计水平却较为落后。智能装备不同于一般民用产品，其设备造型的可变空间小，对产品机电智能一体化协调性和技术的安全可靠性要求很高。整体来看，智能装备工业设计设计水平远滞后于装备结构与机电系统的设计。近年来，国内已有企业在智能装备工业设计方面展开探索，并取得了一些成功案例。例如：广州市大业产品设计有限公司设计的三宝智能机器人，充分考虑了人机交互，将融合多项高新技术的智能机器人赋予可爱憨厚的形象，使其可融入大众生活环境，更好为人服务；引力工业设计有限公司设计的这款数控机床（如图2），摆脱了传统智能机械装备笨重呆板的外观，富有科技感的配色和对边缘简单而巧妙的修饰，使得整体效果更为美观且给人以智能、安全、前沿的视觉感受；昆明机床研发制造的TK6920B数控落地铣镗床和KHC63卧式加工中心获得IF设计大赛产品设计奖，是中国机床的外观设计获得国际设计大奖认可的代表性案例；中车株机公司于2016年组建轨道交通装备国家级工业设计中心，大胆探索，为我国的轨道交通设备在工业设计方向上投入研发，助力我国轨道交通设备更好地走向世界舞台。以上案例作为智能装备工业设计的可贵探索，为国内智能装备工业设计发展提供了参考。同时也显示出装备制造技术与工业设计的共融将是未来智能装备发展的必然之路。
二、国外智能装备工业设计发展现状与趋势
纵观国际，发达国家的智能装备与工业设计的融合程度较深。智能制造装备的设计已有大量的案例积累，有些国家已形成了自己的设计风格与特色，并集中体现在其主要品牌的代表装备上。美国作为国际智能制造思想的发源地之一，政府高度重视智能制造的发展，将智能装备的发展定位为2l世纪占领世界制造技术领先地位的基石。以通用电气公司为例，通用电气公司(GE—GeneralElectric)是世界上最大的多元化服务性公司。其产品注重系统规划，在进行创新设计的同时，兼顾安全性、操作性、耐用性、效益性、服务性等方面。从而生产出技术前沿且易于被大众所接受的产品。工业设计在此之中起到了不可或缺的作用。其RevolutionCT设备（如图4）是该公司医疗设备中的代表性产品之一。传统医疗设备往往给人“冷冰冰”的距离感，无形中增加了身体有恙的病人心中的不安与紧张。本款设备在外观设计上进行创新，通过木质纹路装饰，整体给人以亲近感而又不失高端气质。GE公司的电气设备在国际上深受好评，除了其前沿的科技研发外，人性化的外观设计也有效提升了企业的品牌价值。日本的智能装备在国际上受到好评，在亚洲更是处于领先地位。具有代表的品牌有东芝、日立、三菱重工、马扎克等。其特点是注重人性化设计，基于对人类行为方式的深入研究。如马扎克数控机床（如图5）不但整体视觉效果大气美观，在细节设计上也充分考虑人机界面设计。使用了易读性更好的大型视窗，工作区充分考虑操作者与机器接近性以便让工件更为容易安装等，以设计手段有效提高了产品生产效率及操作的舒适与安全性。德国也是制造业强国，代表性的装备制造企业有西门子、通快（Trumpf）等机械和电气设备生产商。由西门子和工业设计公司共同设计的数字化乳腺成像平台MammomatInspiration（如图6）于2009年获得了IF和红点两项设计大奖。这套系统是用于乳腺癌早期检测的，除了功能卓越，设计师使用了可自由变换色彩的LED玻璃面板，以便为患者提供营造舒适、放松的氛围。从国外智能装备工业设计研究现状来看，智能装备设计呈现出系统化、人性化、科技化、国际化的发展趋势。
三、智能装备工业设计的价值分析
当前阶段，智能装备的发展往往由工程师主导。主要关注技术的吸收与创新，倡导工程技术的先进性。常常忽略产品的人性化需求、审美特征、文化内涵等要素。特别是我国，高度重视工程领域创新而忽视了工业设计的深度协调研究。忽略了工业产品外观造型设计和人机交互设计对企业品牌形象塑造、提升产品附加值、增强市场竞争力的重要作用。设计创新是产业价值链中具有增值潜力的重要环节之一，是展现国家现代文明程度、创新能力和综合国力的重要标志。随着全球经济变化及市场需求发展，市场主体对各类装备的审美及人性化需求快速提升。需求方已不仅满足于装备功能与技术标准的实现，而对造型设计及人机交互提出了更高要求。具体而言，工业设计可通过装备造型设计、涂装设计、人机交互设计、文化内涵注入、谱系DNA塑造对智能装备进行整体优化与提升。
（一）外观造型优化可凸显智能装备的品质感
外观造型是装备结构与功能的物化体现，优秀的外观造型可凸显智能装备的品质感，从而达到优秀功能与优美形式的统一。在技术相对成熟的智能装备产业中，国内外不同品牌产品的功能、质量等正逐步趋同，产生“同质化”竞争。而通过外观造型优化凸显智能装备的品质感，从而打造差异化产品、提升品牌特性，成为创造品牌价值、制造设计差异、赢得核心市场竞争的重要手段。智能装备外部造型和内部功能结构存在紧密联系:即形式和功能是一种交织融合、不可分割的状态。智能装备的造型设计不是单纯的外包装，而是依附于装备的工程结构、通过协调装备的功能、确定装备产品语意，最终从造型上体现出设计特征，从而凸显并提升装备的品质感。以中科天工智能装备有限公司研发的智能高速机为例，其第一代产品仅是依照工程结构进行了简单包装。方正的外形和单调的配色给人以乏味、沉重的视觉以及心理感受，没有体现出高品质、高科技、高价值的特点。后期改良设计仍然依附于装备的工程结构，并未在整体外形上做出颠覆性的改变。但根据其功能要求（如使用过程中部分内部流程需可视化、装备个别部分需要经常开启维修等），重新对外形细节和配色加以优化。以大方块为主要元素，配合相互呼应的简约把手，采用白色主体和深色可视窗，配以富有科技感的色彩，最终呈现出稳重不沉重、简约不简单的品质感。
（二）涂装设计创新可增强智能装备的视觉魅力
研究表明人所感知的外部信息，有80%通过视觉传达给大脑。产品外观需要满足消费者的情感化审美需求，才能吸引其来体验产品进而购买和使用。虽然高端智能装备的发展重心在于其自动化、智能化等先进的制造和信息技术带来的功能便利。但是用户对于智能装备的需求，除了功能上有“痛点”，视觉体验和心理上也一样有“痛点”。而这却往往被装备制造商所忽视，需要工业设计师通过涂装设计创新来增强智能装备的视觉魅力。这里提到的在智能装备外形上的涂装设计，并非强调花哨的色彩搭配、过多的图案应用或是浮夸的艺术创作。而是结合装备的属性与整体造型契合，理性却不失创新地进行色彩与图案的搭配与运用。SmartEVO（如图7）是获得2015红点奖的一款十分灵活便携的X射线系统。它的涂装与它的结构分布相契合，以黑白相间配合红色图案点缀，产生独具一格的视觉节奏感。对其可观的销量产生了非常积极的影响。
（三）交互设计优化可提升智能装备的操控性
智能装备工业设计并不局限于外观的改良与优化，其交互性和体验性亦不容忽视。一个完整的设计系统应包括对人机界面交互、操控方式、装备维修与保养、操控屏的信息交互的设计等。当前的智能装备交互界面大多由工程技术人员基于功能需求进行界面设计。在设计时往往注重功能与技术却不能兼顾用户体验与使用感受。造成人机交互和操控方式重点不够突出、操作方式不够明朗、反馈不充分等问题。导致用户不能很快形成“思维-动作”链。而设计师恰恰可以通过专业知识进行调研，搭建合理的信息架构，将用户需求以人性化的形式通过交互设计满足，做到“以人为本”。德玛吉数控机床是当今国际智能装备生产领域的代表性品牌，在工业设计方面同样可视为行业佼佼者。其生产的装备除了整体形象美观、典雅、时尚外，交互设计也十分人性化。操作平台和可视窗的高度、角度、大小均符合人机工程学要求。给操作者带来了舒适的使用体验。
（四）文化内涵注入可提升智能装备的文化品位
当前大部分机械产品的文化融入程度很低，这对我国机械产品在国内外的销量产生了直接影响。智能装备是前沿科学、工程技术的成果展现，往往具有科学理性的气质。但是设计师可以用感性的思维洞察其中隐藏的文化内涵，也许并非具体物象，而是一种气魄、韵味、寓意或某种情怀。设计师应将这些人文因素归结为文化艺术、人文理念、民族传统文化或是师法自然的呈现。以设计手法把文化内涵融入冰冷的科技产品，为其注入精神内核，提升智能装备的文化艺术品位，增强其人文内涵。赋予装备感性气质，可使科技产品在传播过程中附加以文化的传扬，这种形式是科技与文化最好的结合，也是“设计价值”的重要体现。北京的Vincross奇弩科技研发的全地形六足机器人HEXA，采用仿生设计手法，模仿蜘蛛的形态。不仅使机器人可以完成诸如爬楼这样的高难度动作，作为在家中使用的智能机器人，这样灵动可爱的造型传递了一种热爱生活的态度以及师法自然的思维。
（五）谱系DNA塑造可提升智能装备的品牌价值
目前大量装备成品的外观较为简单化和直接化。这种普遍性，导致了同类智能装备的品牌特征难以辨别，降低了消费者对产品形象的认知度。因此，需要通过设计手段提高不同企业的智能装备的品牌识别性。每一个企业都有其自己的DNA特点与风格，使其可应用于相关品类的产品，从而形成统一风格的系列化产品。工业设计可先了解相关企业文化、设计理念与智能装备的基本内涵；然后寻找设计创意的文化、艺术、仿生、仿物等理念来源。结合创意来源，挖掘深层理念，使其从产品本身体现出来。以便树立行业品牌形象建设，提升产品附带的品牌价值，从而使品牌的视觉DNA得以延续，增强企业竞争力。中科天工智能装备有限公司的管道探测机器人在使用过程中需要配合操作仪、绕线器及滚轮包装使用。作为系列产品，选择金色、银色、黑色和企业VI中的橘色作为基本色，以折线弧形为主要元素形成系列DNA特点。这样智能装备本身附带了其品牌的特征，在使用过程中形成良好的企业口碑。日积月累将会提高品牌的识别度，提升其品牌价值。
结论与展望
目前我国正从“中国制造”向“中国创造”过渡。在提升创新能力过程中多注重产品的适应性、实用性与创新性，往往忽视产品的美观性与观赏性。导致缺少视觉魅力与消费吸引力。某种程度上降低了装备的品质感。交互设计方面不能把用户的使用体验作为根据，装备不够人性化。由于缺乏自主创新的工业设计，造成智能装备的文化附加值很低。很多智能装备缺乏明确的DNA特征，未能提升品牌价值，形成品牌效应。为应对当下国内外多元化的市场竞争。设计创新、制造品牌差异、追求人性化是在竞争中谋求生存发展的重要手段。工业设计将成能为我国从“中国制造”向“中国创造”迈进的重要支撑力量。
参考文献
[1]我国高端装备制造行业2016年发展趋势:由大到强转变[J].工具技术.2016(8):8
[2]小聂.高端装备制造业发展趋势前瞻[J].中国设备工程2015(1)：16-19
[3]汪华.智能装备的发展与检测[J].科技创新与应用.2015(33)：153
[4]杨丽琳.基于中国传统文化元素的减速机造型设计研究[D].中原工学院.2015
[5]鞠思远.徐力.从未来工业4.0展望工业设计[J].设计.2015：82-83
[6]杨祥祥.市场对产品语意设计的影响[J].设计.2012：205-206
[7]沈海晖.品牌设计对产品的市场价值[J].商业现代化.2006：121
“奇点”来临了吗
在科幻电影《超验骇客》中，约翰尼・德普饰演的科学家因为研发人工智能而被恐怖组织暗杀，临死之前仓促地将自我意识上传至电脑中。最后，这名科学家成为一个能够不断进化的结合生物智慧和人工智能的“超级计算机”。
AlphaGo战胜李世石之后，人工智能通过自我进化增加智慧已经变为现实。搜狗CEO王小川认为，人工智能能做到随着时间推移变得越来越聪明，正如金庸小说中老顽童让自己左手和右手“左右互搏”练就天下无敌的武功。在下棋这个领域，AlphaGo这样一台在算法上没有天花板的机器，将有机会登峰造极。
并非所有人都对人工智能报以乐观的态度。早在1993年，美国科幻作家弗诺・文奇在《即将到来的技术奇点》一文中写道：“在未来30年间，我们将有技术手段来创造超人的智慧。不久后，人类的时代将结束。”在他的描述中，所谓“技术奇点”是指在未来的某个时期，当机器达到“强人工智能”时，其智商将超过人类，从而对人类社会造成巨大的冲击。
而自称美国未来学家的库兹韦尔则在他2005年出版的《奇点临近》一书中，把“技术奇点”进一步转述为“奇点理论”。他写道：“2045年将出现‘奇点’时刻，人类文明走到终点，生物人将不复存在，取而代之的是一个叫做‘奇点人’的新物种。”
霍金也对人工智能表示极度担忧：“人工智能开发成功将会是人类历史上最大的事件。但不幸的是，这可能也会是最后一个大事件。”去年，霍金还与特斯拉创始人伊隆・马斯克、苹果计算机共同创办人史蒂夫・沃兹尼克等数百名顶尖精英发表联署公开信，表示人工智能对人类生存的威胁更甚于核子武器。
霍金认为，特别是高科技军事装备的普及，如美军在战场上大量使用无人机远程杀敌，或多或少印证了这种忧虑。
对未来“黑科技”的恐惧是杞人忧天
阿西莫夫的《机器人》是机器人科幻小说中的经典之作品，而他提出的“机器人三原则”更是广为人知。“三原则”体现的，是人类对未来“黑科技”的恐惧，但说实话，这样的恐惧多少有些杞人忧天。
更何况，现有人工智能的发展，还远远达不到“统一世界”的能力。机器的质变大致有4个层面，一是功能，二是智能，三是智力，四是智慧，阿尔法围棋最多刚刚跨入第三个层面的门槛。再说了，人类可以制造出机器，自然有制约机器的方法，网友们昨天有个段子很流行，对，拔插头。
1997年，深蓝击败多位顶级象棋棋手之后，人们也曾倍感压力。将近20年过去了，科技正让世界变得更加美好，以后也会如此。
马云：创新是一种非常有效率的解决问题的方法。我们要用技术来解决问题。上周很多人担忧机器打败了人类。我认为未来机器会比人类更强大，但不会比人类更明智。
比如和人下围棋，对方输，我们会很有乐趣，但和机器下，这种乐趣就消失了。我们要意识到，机器永远比人类强大。有一点是肯定的：人的智慧是人类的核心，机器成功和失败，它对友情和爱是没有感觉的，所以我们要用机器来解决问题，作为创新的解决方式。
