时间：2022-04-18 13:16:16
1人工智能技术
以上论证说明：人工智能技术可以在人类隐性智慧定义的工作框架内模拟人类显性智慧（人类智能）生成知识，创建主客双赢的策略解决各种复杂问题。而这是现今其他各类技术做不到的。不过，由于在人工智能系统工作的基本过程中，（1）中客观存在各种不确定性，人类给定的知识未必能够理想地体现客观规律，也未必能够完全满足求解问题的需要，（2）中人类预设的求解目标也不见得完全合理，（3）中人工智能系统各个环节必然存在各种不理想性。因此，人工智能系统对人类显性智慧能力的模拟不可能完全到位，人工智能系统提供的问题解答也有可能不如人类自己求出的解答。换言之，人工智能系统所模拟的人类显性智慧能力，原则上不可能超过人类自己的显性智慧能力。如果说人工智能系统确实也有超人的地方，那主要是它的工作速度、工作精度、持久能力等因素，而不可能是显性智慧中的智慧品质。至于一些人所宣传的机器超越人类甚至机器淘汰人类的说法，是没有根据的。无论是人工智能系统，还是其他各种机器系统，它们共同的问题之一是：机器没有生命，没有目的，不可能自主发现应当解决的实际问题，不可能自主形成机器的智慧，尤其不可能无中生有地形成超越人类和淘汰人类的荒唐愿望，因此更不可能产生淘汰人类或灭绝人类的行为。
2人工智能与信息技术的关系
图2的人工智能系统模型表明，完整的人工智能技术系统必须具有如下环节：信息获取（感知）、信息传递（通信）、信息处理（计算）、知识生成（认知）、策略创建（决策）、策略执行（控制）以及反馈学习优化等基本技术系统，这正像“人”这个智能系统必须具有感觉器官（信息获取）、传输神经系统（信息传递）、思维器官（信息处理、知识生成、策略创建）以及执行器官（策略执行）。 其中传感（感受信息）、通信（传递信息）、计算（处理信息）、控制（执行信息）等技术属于信息技术。可见，人工智能系统是一个全局整体，其中包含着传感、通信、计算、控制等信息技术环节；这正像人这个智能系统是一个全局整体，其中包含感觉器官、传输神经、丘脑和执行器官这些信息器官。如果把人工智能系统称为完整的人工智能系统，而把其中的知识生成和策略创建称为核心人工智能系统，那么，则有：完整的人工智能系统＝核心人工智能系统＋信息技术系统其中，核心人工智能系统处于完整人工智能系统的核心，处理知识和智能层次的问题；信息技术系统处于完整人工智能系统的外周，处理信息层次的问题，同时担任核心系统与外部环境之间的两端接口：一端是从环境获取本体论信息（传感），另一端是对环境施加智能行为（控制）。这就表明，信息技术系统提供给人类的服务主要是方便快捷的信息共享，而不可能提供如何认识事物本质的服务（因为这需要知识），更不可能提供如何解决问题的服务（因为这需要智能策略）[2]。
3“新型”信息技术
近十多年来，先后出现了大数据、云计算、物联网、移动互联网以及各种互联网的应用技术。人们把它们称为“新型”信息技术或“新一代”信息技术。深入分析可以发现，这些新型信息技术的核心技术正是核心人工智能系统的知识生成和策略创建技术。不妨以大数据技术为例加以说明。图3表示了大数据技术系统的工作流程。由于有着多种来源、多种背景以及多种格式，大数据通常是病态结构或不良结构的大规模数据集合，其中可能包含垃圾、病毒和黑客攻击程序。因此，如图3所示，大数据技术的第一个环节就是智能分类：把无用的数据识别分类出来加以过滤和抑制，把有用的数据按照某些特征进行分类，再分门别类地送到恰当的云计算（和云存储）系统，进行相应的信息处理，为知识生成（知识挖掘）做好必要的准备。通过知识挖掘生成了足够的知识之后，才可以把这些知识（结合求解目标）转换成为用来解决问题的智能策略。其中，智能分类、知识挖掘和策略创建都是人工智能的基本技术。可见，如果没有这些人工智能技术，大数据就只能是数据，而不可能转换成为有用的知识和可以用来解决问题的智能策略。
由此可知，大数据技术的核心就是人工智能技术，可以把它比较确切地称为面向大数据的智能技术。而把它称为新型信息技术则没有真正抓住大数据技术的要害和本质，模糊了人们对大数据技术和人工智能技术的认识，不利于大数据技术的研究和发展，也不利于人工智能的研究和应用。真正的智能物联网模型不是别的，正是图2所示的模型。如图2所示，只要在综合知识库内设置“对物控制的目标”，那么“外部世界的物”的信息就经由传感器获得，经过通信系统传送到计算系统并在这里进行必要的处理即把信息变成适用的信息，接着由认知系统转换成为知识，然后由决策系统根据控制目标把信息和知识转换成为智能策略，智能策略再经通信系统传到执行系统之后转换成为智能行为反作用于所关注的“物”，使它的状态符合预设的目标。近来人们在密切关注着“互联网＋”。其实，“互联网＋”可以有两种不同的理解。一种理解是当前人们所关注的互联网推广，这里的“＋”就相当于信息化的“化”，就是互联网的各种应用。另一种更有意义的理解则把“互联网＋”理解为互联网升级，就是把以计算机为终端的现有互联网升级为以人工智能系统为终端的智能互联网。这就是2015年全国两会期间全国政协委员的“中国大脑”提案。应当认为，互联网推广,即把互联网应用到各行各业是完全必要的，这是信息化建设的正常要求。但是，从信息化建设的发展大势来看，互联网升级即把当前常规互联网升级为智能互联网则更为必要，这将为中国信息化建设注入更为强大的新活力，是转变经济发展方式的需要，是国民经济产业升级的需要。综上所述，大数据技术、云计算技术、智能物联网技术，其实都是人工智能技术的相关具体应用。可以这么说，如果没有人工智能技术，单凭信息技术很难有效地应对大数据和物联网以及未来更多更复杂的技术挑战。
4结束语
我们认为人工智能技术不会排斥信息技术，因为信息技术是人工智能技术系统的有机组成部分。强调人工智能技术的作用实际上也就强调了信息技术的作用，强调了信息技术的升级。从现在开始的未来20年，中国和世界经济发展都进入深水区，面临越来越复杂的严峻挑战。发展和应用人工智能技术（而不是停留在一般信息技术的水平）是实现科技创新和应对这些挑战的有效途径。因此，需要像中兴通讯这样的创新型企业和国家各级决策层次大力宣传人工智能技术，积极推动人工智能技术的发展和应用，使中国的现代化建设走上健康发展的轨道。
作者：钟义信单位：北京邮电大学
关键字：电气工程人工智能计算机技术
中图分类号：F407.6 文献标识码：A 文章编号：
智能化是新崛起的高科技技术，它将人工智能理论和计算机技术结合在一起，应用于多个领域。智能化技术在电气工程领域可应用于优化产品设计、自动控制、系统运行、信息收集和故障诊断等方面，能够有效地提高控制精度和工作效率，弥补和改进电气工程中的缺陷和差错，大幅度地加快了电气自动化学科的发展，尤其是自动控制领域。设备的智能化，控制系统的稳定化，是电气工程技术的一次巨大革新。
一、智能化技术的应用理论基础
智能化技术应用是以一门涉及多学科知识、综合性较强的学科为理论基础的。智能化技术研究的方向是如何将人工智能应用到机器上，使机器能够完成高危工作等人类难以完成的工作。电气工程行业主要研究相关的信息收集处理、自动控制等科研和控制项目，将计算机技术应用于电气工程具有很强的实用性和适用性。智能化技术作为计算机的高端技术，已经在电气工程自动化控制工作中得到应用，并发挥了作用。在电气工程中应用智能技术，可以大幅度提高工作效率，减少资本投入，可以减少工程控制人员，实现资源的合理分配。
二、智能化控制技术的优势
1、快速高效
相比于低效且缓慢的传统控制方式，智能控制技术传达指令速度快，并且错误发生率极低。智能控制技术通过数字化手段向需要控制的设备发送精确的指令，高速到达后，设备就可以完成指令。
2、能够实现全天监控
电气工程通常需要全时段运行，而许多疏于监测、管理或在传统管理模式下难以监测、管理的时段和区段经常发生电气故障。而智能控制技术通过数字化手段能够对电气系统进行全方位、全时段监控，同时能够及时的将系统信息传送给控制中心，并将指令反馈到系统。智能化技术的应用实现了对电气工程的实时监察和控制。
3、安全性更高
高温、低温、潮湿等恶劣环境能够引发电气工程系统的一些机器故障，造成重大事故并极有可能造成人员伤亡。而智能控制系统通过远程遥控功能，可以实时监控、及时反应、大大降低事故发生率和减少恶劣环境下工作人员受到的安全威胁。
三、智能化技术在电气工程中的应用现状
人工技术的应用实现了以下控制功能：1、实时采集开关量与模拟量等数据信息，并加以储存和处理；2、通过模拟系统和设备的运行，以画面的形式真实的呈现出来，实时监测显示电压等数据，并进行模拟计算生成趋势图；3、在电气工程中使用专家系统能够生成报表、日志并储存数据等；4、能够实现实时记录故障、捕捉波形、记录顺序等工作；5、实现通过计算机对电气工程系统的控制，能够限制权限，加强值班管理；6、能够实时在线分析处理数据，设定修改参数；7、实现了智能监控，通过简单易于分辨的形式自动报警，并对故障进行记录。
四、电器工程自动化控制的智能应用前景
随着社会进步、科技发展，人工智能技术也越来越成熟，应用领域也愈加广阔。人工智能在电气化工程控制中的应用主要涉及优化产品设计、故障诊断、以及控制保护等方面。
1、产品设计优化中的智能化应用
电器产品的设计过程是一项集合了理论和经验知识、涉及多学科知识的的复杂工作。相比于采用经验结合大量实验手段、缺乏充足技术支持、工作效率低下的传统设计模式，人工智能在优化产品设计方面的优势十分突出。通过计算机的帮助，实现了设计的高效化、智能化，减少了构思到投入生产的时间。作为人工智能技术的主要算法之一的遗传算法，其拥有的全局寻优能力和自动适应调整搜索方向的能力十分适合产品的优化设计，而人工技术的另一主要算法---专家系统能够根据一个或多个该领域专家的知识和经验，推断、处理复杂的问题，这也是优化产品设计的重要手段。
2、诊断故障中的智能化应用
采用传统方法诊断具有非线性、不确定性等特点的电气设备故障效率和准确率都很低。人工智能技术通过模糊逻辑、专家系统等方法诊断故障能够大大提高效率和准确率。例如利用结合模糊理论和神经网络的方法诊断发单机的故障，既使用了模糊性又利用了神经网络强大的学习能力。双管齐下，提高了故障诊断的准确率。
3、控制中的智能化应用
人工智能控制技术已经较为成熟的应用在电气自动化上。主要控制方法如下：1、专家控制能够模拟人类专家，根据相关的知识和经验解决问题；2、模糊控制具有较强的控制力，能够应用于复杂或者是难以精确描述的系统；3、神经网络控制能够解决复杂的非线性、不确定系统的控制问题。采用人工智能技术能够降低投入，提高系统的工作效率和质量，当前最常用的控制方法是模糊控制，简单并与实际紧密相关。智能化控制器能够提高控制的精密度，避免不确定因素的产生。智能化控制能够进行远程调控和根据相关数据来自行调节，无需工作人员时时刻刻都守在设备旁边。目前这三种控制方法主要应用于以下几方面：采集开关量和模拟量的实时数据，并加以处理；对电气工程系统的运作状态智能监视；通过计算机控制电气系统；记录、诊断、分析发生的故障。
五、结论
人工智能理论是研究如何将人的智能转移到机器上的理论。人工智能研究的主要目标之一是使机器完成原本只有人类智能才能完成的任务，甚至在一些人类不能进行工作的环境（高温高压等恶劣环境、微小环境）下能够智能的完成工作。人工智能技术作为计算机科学新的分支诠释了智能的涵义。人工智能技术主要研究图像识别、机器人和专家系统等。电气工程主要研究相关的系统运行、电力电子技术、自动控制、信息采集处理、研究开发、计算机技术应用等领域的工作。所以人工智能的模糊理论、神经网络、专家控制等理论十分适合应用于电气工程的多项领域，而电气工程的一些特殊性也需要人工智能技术的服务。如今，人工智能技术在电气工程自动化中的应用已经取得一定成果，实现了对电气工程系统的全天候实时监控、优化产品设计以及智能诊断故障等。但是要实现系统化和规模化还有较大难度，但是只要努力探索和学习，相信电气工程自动化的智能应用能够迎来发展的春天。
参考文献
[1]宋昱良.浅谈电气工程的自动控制技术.电脑知识与技术.Vol.7,No.2，January 2011，pp.460-461.
关键词:人工智能;教学;教材
人工智能的发展经历了漫长的历程。特别是20世纪30年代和40年代,智能界发现了数理逻辑和关于计算的新思想。1956年夏季,人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行,标志着人工智能学科的诞生。多年来,机器学习、计算智能、人工神经网络等和行为主义的研究深入开展,形成高潮。同时,不同人工智能学派间的争论也非常热烈,这些都推动人工智能研究的进一步发展[1]。人工智能技术已经可以担当信息化和信息社会建设所赋予的重任。我国已有数以万计的科技人员和大学师生从事不同层次的人工智能的研究与学习,人工智能已成为一个受到广泛重视并有着广阔应用潜能的庞大交叉的前沿学科[2]。
人工智能与计算机领域的其他方向有一个比较显著的特点,即以符号处理为主,而其他方向是以数值计算为主。从理论上说,人工智能领域担负着一个极富挑战的任务――揭示智能的本质,从应用上说,人工智能的目标是开发更有用的计算机程序[3]。人工智能课程是智能科学与技术专业的重要基础课程,介绍人工智能的基本理论、方法和技术,为以后高级课程的学习、在人工智能领域的进一步研究和开发工作,奠定良好的基础。
本文以首都师范大学开设的人工智能原理精品课程的教学实践为基础,介绍我们针对不同专业、不同层次学生所开设的相关系列课程。
1课程知识点
人工智能是由脑科学、认知科学、逻辑学、信息科学技术等多学交叉所形成的一个新兴边缘学科。目前,国内外对人工智能的研究存在着狭义和广义两种观点。狭义人工智能通常是指以符号智能为主体的传统人工智能概念。广义人工智能通常是指包含自然智能、符号智能、计算智能、集成智能和分布智能等在内的智能科学技术概念。本课程主要基于广义人工智能的概念,从原理、方法、技术、系统和应用等不同方面,对人工智能进行科学的探讨。人工智能的主要特点是注重知识和推理,强调启发式和不确定性,提倡多学派融合和多技术综合。同时,它又是一个开拓性领域,其新思想和新技术层出不穷,因此,应鼓励学生的创新和实践。这门课程的主要内容包括:人工智能基础、知识表示、确定性推理和搜索、计算智能和不确定性人工智能、机器学习与自然语言理解、分布智能和专家系统等。其主要知识点有:
1) 了解人工智能发展简史、研究目标;了解人工智能的研究方向;理解人工智能的定义、人工智能成功的标志。重点是掌握物理符号系统假设、图灵测试和启发式等概念。
2) 知识表示和推理。要求了解和掌握时间和空间的表示、事件和行动的表示技术;了解和掌握概率推理、Bayes定理方法;了解和掌握谓词演算和归结定理证明。
3) 搜索和优化方法。这部分内容主要介绍启发式搜索策略(A,A*算法)、局部搜索策略(盲人爬山,模拟退火,遗传搜索);了解和掌握博弈方法(min-max搜索, ― 剪枝)。
4) 机器学习。主要讨论机器学习的基本该概念和一些非连接主义的机器学习方法。
5) 神经网络。主要讨论基于神经网络的连接学习机制。
6) 专家系统。专家系统是人工智能应用研究的一个重要领域。它实现了人工智能从理论研究走向实际应用,从一般思维方法探讨转入专门知识运用的重大突破。这部分内容主要是让学生了解专家系统的构成、分类和相关开发工具。
2系列课程设置
2.1两个系列五门课程
为了适应人工智能技术日益广泛的需要,国内外高校普遍开设了人工智能方面的课程。本科阶段开设人工智能课程,主要是为了让学生对人工智能的发展、原理和应用领域有初步了解,启发学生对智能学科的兴趣;而研究生阶段的学习则是要求学生能够掌握人工智能的基本技术和前沿研究内容。为此,针对不同层次、不同专业的教学对象,我校分别开设了两个层次的五门相关课程。从2003年开始为第一届智能科学与技术专业本科生开设了人工智能原理课程。该课程由54学时的课堂讲授和18学时的实验教学组成,是智能科学与技术专业的必修课程和核心课程之一。
从2009年开始,我们又将人工智能课程中的实验教学部分独立出来,安排36个机时,单独作为一门1个学分的人工智能实验课。该实验课也是智能科学与技术专业的必修课程和核心课程之一,目前已完整地开设了两届,受到了学生的欢迎与好评。
同时,我院软件工程专业、信息工程专业、电子信息工程专业及计算机科学与技术专业等信息类专业开设了人工智能概论选修课程,进行36学时的课堂教学,也已经成为这些专业本科生的一门重要的技术基础课程。
2010年我们又面向包括人文社科等全校所有专业开设了人工智能导论这一校公选课(36学时),其目的是使学生了解人工智能的基本概念、原理以及智能技术在不同领域的成功应用,具有一定的科普意义。
在研究生教育中,我们又针对研究生的特点,开设了高级人工智能课程,对研究生进行更深层的理论讲授和前沿研究课题的介绍。
由于人工智能是交叉学科,涉及面广、内容抽象、不易理解,学生往往有曲高和寡、望而生畏的感觉,加之不同专业、不同层次的学生对智能技术的要求有所差别,因此,为了更好地实现差别化教学的目标,提高该课程的教学质量,我们根据已有人工智能课程在教学与实践方面的经验,针对不同教学对象,提供不同的教学深度、教学内容、教学方法和考核方式,力争使智能科学惠及更多的学生。
2.2优选教材与教学内容
在教材选用方面,我们主要采用了首都师范大学王万森教授主编的教材《人工智能原理及其应用》。该教材同时为普通高等教育“十一五”国家级规划教材和北京市精品教材,反映了人工智能研究和学科的最新发展,是王万森教授多年的教学与科研经验的结晶。由于广受好评,2007年出版了第2版,该书前后两版目前已印刷了16次,印量5.6万册,已成为国内多所大学的人工智能课程教材和教学参考书。此外,我们还为学生提供N. J. Nilsson的《Artificial Intelligence:A New Synthesis》、蔡自兴教授的《人工智能及其应用》、李德毅教授的《不确定性人工智能》及马少平教授的《人工智能》等教学参考书。
作为课程建设一个重要组成部分,我们十分重视教材建设。除上述王万森教授主编的《人工智能原理》教材外,另一本侧重基础与应用的《人工智能基础及应用》教材正在人民邮电出版社的编辑出版中;还有一本在人工智能实验课基础上,包括教学指导、习题解析和实验指导等内容的北京市精品教材立项,《人工智能习题解析、学习与实践指导》也即将交稿,由电子工业出版社出版。
在人工智能课程教学过程中,针对智能科学与技术专业的学生,我们不仅进行理论讲授,同时还利用人工智能实验课,开展了36个机时的相关实验教学,学生在学习人工智能理论的同时,还能够得到智能软件开发方面的实验训练。该实验课设立了5个基本实验和3个综合实验。其中,5个基本实验分别是:实验1,基于规则的简单动物识别系统;实验2,基于极大极小算法的一字棋游戏;实验3,简单的遗传优化;实验4,简单的可信度推理;实验5,简单的单层感知器学习。对每个基本实验,在给定实验程序框架的前提下,安排了5个实验机时。3个综合实验分别是:实验1,双机对弈五子棋游戏;实验2,基于BP网络的预测与评价系统;实验3,基于Web的不确性推理专家系统。对综合实验,要求每个学生选作其中的一个,安排10个实验机时。人工智能实验课程的设立,强化了学生的知识,激发了学生的学习兴趣,促进了学生对学习内容的理解,提高了学生对智能技术的简单应用能力。为后续课程如智能机器人、智能游戏及智能管理等课程奠定了坚实的基础。
对于非智能科学与技术专业的学生,我们则开展更为灵活多样的教学形式,如展开师生间的讨论,让学生看到问题从提出、分析到解决的全过程。让学生自己去查阅资料,发现智能技术与他们所学专业的关系或在其中的应用。让学生进行课程讲演与展示,如“地理学”专业的学生就讲解了智能技术在地理信息系统中的应用,“戏剧文学”专业的学生讲解了智能动画技术在影视作品中的作用,“法语”专业的学生发现原来机器翻译是这样有趣。采取这样的教学方法,学生普遍反映课堂学习令人印象深刻,整个过程让人回味无穷。
3课程教改
在教学内容改革方面,能适应智能科学技术发展和应用普及的需要,在保持人工智能基本理论和方法的核心地位的前提下,我们不断增加人工智能的新技术。例如,计算智能、分布智能、先进专家系统、新的机器学习方法等。
在教学方法改革方面,积极采用启发与互动、讨论与研究的教学方法。其中,对理论性知识我们多采取启发与互动的教学方法,这种方法有助于对学生理解能力和学习能力的培养。对技能性知识更多的是要求实践,而在课堂上则可采用讨论与研究的教学方法,这种方法有助于培养学生的思维能力和创新能力。
在教学实训方面,我们十分注重实验、实践和训练对人工智能教学和学生能力培养的重要性,积极探索把人工智能实验作为人工智能教学一个重要环节的理论和方法。在国内公开出版发行的所有人工智能教材中,首次把人工智能实验作为一个独立部分写进教材(本课程负责人独著出版的“普通高等教育‘十一五’国家级规划教材”《人工智能原理及其应用》第2版)之后,又在国内高校中首次把人工智能实验作为一门独立课程开设,走出了我国人工智能实验的开创性的一步。
在课件建设方面,人工智能多媒体课件,获北京市高校首届多媒体教育软件大赛二等奖。相关课程智能科学技术导论多媒体课件,又获北京市高校第二届多媒体教育软件大赛优秀奖。
4结语
本文是以我校精品课程人工智能原理建设为基础,对系列相关课程在教学内容、教材、教学方法、教学手段、考核方式等方面进行的探讨,总结了该课程在教学和实践方面的一些教改举措。这些举措使得人工智能教学更贴合学生的学习需求。通过认真落实这些举措,使各个层面上的学生都能更好地掌握人工智能的基本概念、基本理论和基本技术,提高实践动手能力,达到本课程预期的教学效果。
参考文献:
[1] 王万森. 人工智能原理及其应用[M]. 北京:电子工业出版社,2007.
[2] 蔡自兴,肖晓明,蒙祖强,等. 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.
[3] 蔡自兴,徐光佑. 人工智能及其应用[M]. 北京:清华大学出版社,2010.
Building the Curriculum System of Artificial Intelligence
PENG Yan, WANG Wan-sen, XIE Da
(College of Information Engineering, Capital Normal University, Beijing 100048, China)
关键词：理论体系 智能建筑 课程建设 实验体系
中图分类号：T017 文献标识码：A 文章编号：1672-3791（2013）01（b）-0204-02
近年来，智能建筑在我国得到了迅猛的发展，并且已经成为全球规模最大的智能建筑市场。伴随着智能建筑市场的兴起，市场对智能建筑技术人才需求也迅速增长。然而，我国在智能建筑这方面的人才极度缺乏，在人才培养方面也明显滞后智能建筑业的发展。因此培养智能建筑技术人才成为当务之急。为了满足社会对智能建筑人才的急切需求，同时结合学校的特色，桂林电子科技大学建筑环境设备与工程专业在建环专业指导委员会提出的《建筑环境与设备工程专业本科（四年制）培养计划总体框架》的基础上，以建筑环境与设备工程为主干学科，加大了自动化学科的课程。在此背景下，我们“智能建筑设备系统”是建环专业专业主干课程，计划学时为48学时。开课时间为第7个学期。
自课程开设开始，建环专业的同学就表现出对“智能建筑设备系统”的浓厚兴趣。由于课程开设时间较短，并且是涉及多学科的一门交叉课程，因此到现在为止还没有教学大纲以及教材能很好地适用于该学科。所以，要更进一步的对该学科进行深入研究，直至有该学科的系统教学体系建立。本文从理论体系建设、实践体系建设、课程设计体系建设等三个方面进行探讨“智能建筑设备系统”的课程建设，希望起到抛砖引玉的作用，共同建设好这门新课程。
1 理论体系建设
智能建筑是以建筑物为平台，兼备信息设施系统、信息化应用系统、建筑设备管理系统、公共安全系统等，集结构、系统、服务、管理及其优化组合为一体，向人们提供安全、高效、便捷、节能、环保、健康的建筑环境。从智能建筑的定义可知，智能建筑设备系统主要表现为现代信息技术在建筑领域中的具体应用，因而“智能建筑设备系统”课程具有多学科交叉的典型特点，不仅涉及计算机技术、现代控制控制、网络通讯技术，而且涉及建筑技术、建筑环境技术、建筑设备技术等诸多技术，是多学科的典型结合。
根据智能建筑设设备系统的多学科交叉的特点，本课程的理论体系分为基础理论、专业理论和工程技术三大部分。基础理论是针对智能建筑设备自动化领域之中析取的理论部分，主要包括自动控制原理和计算计算机控制与网络等内容。基础理论具有承前启后的功能，起到温故和铺垫的作用。专业理论则是面向建筑设备自动化领域在基础理论上形成的具有本课程特色的专有理论，具有创新的功能，起到知识延伸和扩展的作用。专业理论主要包括智能建筑集成技术、建筑建设监控技术和综合布线技术。专业理论是本课程的核心内容，体现了本课程的特色。工程技术具有理论与实践相结合的功能，起到学以致用的作用。工程技术主要包括智能建筑、智能小区的设计以及智能建筑设备系统的运行和管理。智能建筑设备自动化的理论体系框架如图1所示。根据上述理论体系，就可以进行教学大纲和讲义、课本、电子课件、参考书和实验指导书等立体化教材的建设。
课程具体讲授的内容如下。
（1）智能建筑设备系统概述。建筑与建筑智能化的基本概念；智能建筑的体系结构；建筑智能化技术；智能建筑的发展趋势。
（2）智能建筑的信息传输与网络。信息的分类和表示、传输介质和方式，PABX通讯网络、公用电信通讯网络。
（3）智能化建筑内的计算机网络与控制信号网络。建筑内的信息交换平台、建筑内的Internet；建筑内电话网及相关技术。
（4）智能建筑综合布线技术。综合布线系统的组成、典型综合布线系统。
（5）智能建筑设备及其控制特性。供配电系统、照明系统、空气的物理性质、空调系统、给排水系统、冷热源系统。
（6）智能建筑设备自动化技术。建筑设备自动化系统的功能、集散控制、建筑设备自动化系统的体系结构。
（7）智能建筑的安防技术。门禁管制系统、防盗报警系统、电视监视系统、智能建筑防盗报警系统。
（8）消防及联动控制技术。火灾控测器、火灾报警控制器、消防联动控制、智能消防系统。
（9）智能建筑的系统集成技术。将智能化系统从功能到应用进行开发和整合，从而实现对智能建筑全面和完善的综合管理。
（10）工程实例。培养学生的工程概念，介绍1～2座典型的楼宇设备控制系统。
2 实验体系的建设
实验体系是综合培养学生知识、能力和素质的重要环节，可以培养学生的动手能力、创新能力和理论联系实际的能力。因此实验体系应避免验证性和演示性的内容，应是具有设计性、综合性和创新性的内容。“智能建筑设备系统”是一门实践性很强的课，为了加强学生的实践能力，我们很注重实验体系的建设。在本课程中实验课程约占总学时的20%，其中综合设计性的内容占70%以上，实验内容基本覆盖了理论课的授课内容。在安排上也围绕住专业理论进行，使理论课和实验课成为有机的整体，其目的要求如表1所示。通过这些实验，学生基本上达到以下的要求：（1）具备能熟练操作本专业常用仪器仪表进行测试的能力；（2）具备熟练测试本专业常规参数的能力；（3）具备能独立进行实验设计，对系统、设备及环境进行综合实验测试、研究和数据处理方面的能力。
3 课程设计体系的建设
课程设计是实践教学的关键环节之一，是学生综合应用所学理论知识和基本技能分析解决实际问题，促使其学习深化与升华的重要过程；是强化工程意识，进行工程训练，培养学生创新能力和科研能力的重要途径，进行综合素质教育必不可少的环节。同时，通过课程设计的训练，为今后的毕业设计的顺利进行奠定基础，同时也为学生参加实际的设计和管理工作奠定良好基础。
通过课程设计，学生应达到的要求为：（1）熟悉有关智能建筑和智能小区工程设计与施工的国家标准和规范；（2）掌握对设计对象功能进行分析和研究的基本方法；（3）掌握确定智能建筑设备系统方案，并进行技术和经济分析的基本方法；（4）学习和掌握选择智能建筑设备的型号和规格的计算方法；（5）学习绘制智能建筑设备自动化施工图及编制设计、施工、运行维护和使用说明书。
4 结语
以上是笔者通过学习建环专业培养目标，结合我们电子院校的特色，根据多年来的教学经验，对建环专业核心课程“智能建筑设备系统”的课程教学体系建设的点滴看法，仅起着抛砖引玉的作用，以供同仁们参考。
参考文献
[1] 高等学校建筑环境与设备工程专业指导委员会.全国高等学校土建类专业本科教育培养目标和培养方案及主干课程教学基本要求[M].北京：中国建筑工业出版社，2004.
[2] 董春桥，袁博，张亚男.“建筑设备自动化”课程建设探讨[J].暖通空调，2006，36（7）：49-51.
【关键词】数字图书馆 智能机器人 研究趋势
随着科技发展和人们知识需求量增大，图书馆资源和服务逐渐趋向数字化和智能化。尤其大数据时代的到来在一定程度上推动图书馆向纯数字图书馆和智慧图书馆转化[1]。未来图书馆的数据资源丰富、结构复杂，需要通过云计算、数据聚类、相关分析等技术手段实现一站式搜索 [2]。目前，CNKI数字图书馆作为国际上技术领先的数字化学习平台，为读者提供跨库检索、学术趋势、学术研究热点等功能，实现了资源的高度整合和智能交互，满足了不同人群对知识的个性化、多样化需求。目前，智能机器人是国家产业创新发展重点项目和科研热点项目，本文利用CNKI数字图书馆的学术研究热点、学术趋势搜索、指数等检索功能实现“智能机器人”学术热点和学术趋势研究，让读者对其有个整体认识。
一、智能机器人
机器人是一种可编程和多功能的，用来完成搬运、安装、焊接、切割等不同任务的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统[3]。 智能机器人则是一个在感知、反应、思维方面全面模拟人的机器系统，融合了机械、电子、传感器、计算机、仿生学、自动控制、人工智能等多学科知识的复杂智能机械，可以代替人从事危险复杂的工作，例如在工业、农业、军事、航天、医疗等多个领域大显身手。目前，各国正加快智能机器人技术的创新与发展，如美国再工业化和工业互联网战略、德国工业 4.0 战略、日本机器人新战略、韩国机器人强国战略等，机器人技术引领当今科技和产业发展态势。中国通过制定“互联网+”行动计划、“中国制造 2025”发展目标、“十三五”规划，，将机器人和智能制造纳入了国家科技创新的优先重点领域[4][5]。
二、 “智能机器人”和“智能控制”主题热点搜索
本文以“智能机器人”和“智能控制”为主题进行“学术研究热点”检索，检索结果显示了按照热度值排序的热点主题相关的主要知识点、主题学科名称、热度值、主要文献数、相关国家课题数、主要研究人员数和主要研究机构数。“智能机器人”相关知识点主要有移动机器人、工业机器人、仿人机器人、服务机器人、机器人导航、远程操作、人工智能、神经网络、模糊控制等知识点。
智能化是机器人控制和产业创新发展的重点。关于“智能控制”的热点知识主要包括模糊控制、神经网络、遗传算法、学习控制、自适应控制、变结构控制、预测控制、专家系统、非线性系统等知识点，这些知识点代表着“智能机器人”主要研究方向。
三、“智能机器人”和“智能控制”主题学术趋势和研究发展
CNKI数字图书馆提供“学术趋势”检索功能，为科研工作者了解“智能机器人”发展趋势提供了非常好的工具。本文通过“学术趋势”功能检索“智能机器人”和“智能控制”主题的学术趋势，图中不仅提供学术关注度，还提供热门被引文章供读者深度研究。图2显示智能机器人和智能控制方面的从1997年至2015年论文收录量逐年增大，2015年收录量达1343篇。读者可以从图2中及时掌握每年学术热点论文，从中深入学习“智能机器人”的具体研究方法和科研理论，为理论创新寻找突破口。
另外，CNKI数字图书馆还具有“指数”功能，通过对“智能机器人”和“智能控制”主题进行检索，得到以下各项信息：
“学术关注度”和“媒体关注度”是我们进行科学研究时比较关注的两个方面。通过对关注度的分析发现最近三年科研工作者和媒体对智能机器人的关注度剧增，预示着国家加大了“智能机器人”领域的投入和研究力度。
“关注文献”和“研究进展”搜索功能为读者提供了当前“智能机器人”领域高被引论文、下载量比较大的论文以及最新相关论文，为科研工作者迅速把握“智能机器人”研究的内容和研究趋势提供帮助。
“学科分布”为读者提供“智能机器人”和“智能控制”在不同学科领域的研究情况和“相关词”的统计情况。通过分析可知，移动机器人、智能制造、人工智能、路径规划、机器视觉、图像处理、虚拟现实、语音识别、声源定位等是分布在不同学科领域的“智能机器人”相关词，也是“智能机器人”目前重要的学术研究方向；单片机、模糊控制、神经网络、智能家居、智能电网、物联网、RFID、ZigBee、无线传感器网络、智能交通等是分布在不同学科领域的“智能控制”的相关词。因此，我们通过它们可以了解到跨学科智能机器人的研究动向。
“机构分布”显示了哈尔滨工业大学、哈尔滨工程大学、上海交通大学、清华大学、浙江大学、中国科学院沈阳自动化研究所等多所研究机构是文献的主要提供单位，这为读者认识机器人研究机构提供参考。
结论
CNKI数字图书馆提供的“学术研究热点”、“学术趋势”和“指数”功能为我们展示了“智能机器人”和“智能控制”的研究热点和学术研究方向，为读者科研选题和科学研究提供学术参考。通过对“智能机器人”关键知识点的、经典科研论文和最新科研论文的深度分析，探索和挖掘智能机器人发展的技术空白点，发现最新研究方向。目前大学图书馆的资源整合和智能搜索功能还比较弱，需要进一步加强图书馆智能搜索引擎的构建和其他智能交互平台建设才能提高图书馆资源利用率和服务效能。
参考文献：
[1]陈臣. 基于大数据的图书馆个性化智慧服务体系构建[J]. 情报资料工作，2013，06：75-79.
[2]王长全，艾. 云计算环境下的数字图书馆信息资源整合与服务模式创新[J]. 图书馆工作与研究，2011，01：48-51.
[3]任福继， 孙晓. 智能机器人的现状及发展[J]. 科技导报， 2015（21）.
关键词：计算机技术理论；人工智能；云计算与数据库
21世纪以来，计算机广泛应用到社会生活生产中，使计算机技术理论成为当代重要的学科之一。计算机各个逻辑器件的不断更新，推动了电子技术的飞速发展，我们已经进入了超大规模集成电路的时代。而随着微电子技术的发展，直接带动了计算机系统结构的革新，使计算机技术的最新理论和方法得以应用。计算机已从以前单一计算的装置变革成为计算机网络、并行分布式计算机系统和多计算机系统等多种高性能的系统。
1人工智能技术理论研究
人工智能是用人工的方法和技术模仿、延伸和扩展人的智能，实现某些“机器思维”。具体来说，就是研究如何使机器具有能听、会说、能看、会写、能思维、会学习、能适应环境变化、能解决各种实际问题的一门学科。
1.1人工智能的应用和发展现状
人工智能技术包含自动定理证明、问题求解、自然语言处理、人工智能方法、程序语言和智能数据检索系统及自动程序设计等等。目前，人工智能的应用领域主要有以下几个方面：一是问题求解。就是人工智能程序自主地知道如何思考解决的问题，会像人类一样进行独立地思考。二是逻辑推理与定理证明。这是人工智能研究时间最久的领域之一，也是一个极其重要的论题。逻辑推理与定理证明不仅需要有根据假设进行演绎的能力，而且许多非形式的工作。三是自然语言处理。自然语言的处理是人工智能技术应用与实际领域的典范，当前的主要课题是：如何使计算机系统以主题和对话情景为基础，生成和理解自然的语言，应用到人们的日常生活中，例如：汽车的语音导航系统，手机的语音输入系统等。四是智能信息检索技术。信息获取和检索技术已成为当代计算机科学与技术研究中迫切需要破解的命题，将人工智能技术应用于这一领域是人工智能走向广泛实际应用的契机与突破口。
1.2目前人工智能发展的瓶颈
人工智能学科的发展曲折，面临不少难题，主要有以下几个方面：一是研究方法不足。由于目前人类对人本身脑部结构和大脑工作模式认识的不完全，导致无法真正实现对人脑运行的模拟。二是机器翻译存在困难。机器翻译所面临的主要问题是构成句子的单词和歧义性问题。要消除歧义性就需要结合原文的上下文来对句子进行分析，从而寻找该语句在上下文中的准确意义。
1.3人工智能未来发展的展望
人工智能具有十分巨大的发展潜力，在各种新科技的出现层出不穷，人工智能将来的发展将不可限量。一是构建智能计算机，代替人类从事脑力劳动。将人类从繁杂的脑力劳动中解放出来，从而极大的提高运算速度和效率。二是计算机的自然语言处理。它是未来计算机科学领域与人工智能领域中的重要研究方向和发展趋势。随科研人员的艰苦努力，在自然语言处理领域已取得了令人瞩目应用成果，不久将会有许多产品出现在众多领域。三是计算机的自主继续学习。目前科学家正在研究如何使计算机模拟或实现人类的学习行为，自主的增长新知识或技能。这是一个新的发展趋势，虽然目前还没取得显著的实质性成果，但随着研究的深入，许多新的学习方法出现在人们的视野中。
2云计算与数据库技术理论研究
云计算与数据库是源于计算机科技所诞生一种信息储存模式。云计算与数据库是通过将信息资料进行抽象虚拟化的一个过程，主要通过将网络上存在的资源进行虚拟化处理，供被服务方作统计研究使用，经过云计算与数据库技术处理后的网络资料就会产生商业价值，有利于企业和个人对所其所需的材料进行有偿或无偿的使用。
2.1云计算与数据库国内外发展现状
随着经济社会的迅猛进步，我国越来越重视云计算的应用，政府部门也结合中国实际，为云计算的基础建设提供了资金投入与环境保障，并且在国家重点科研技术部门设立了直接负责云计算的发展与开发活动的专业部门。据报道，2016年我国在云计算与数据库建设方面投入资金10亿美元左右。由此可见，云计算与数据库的应用为人们的生活与工作带来了更为高效、更为优质的服务。而聚焦国外的发展显示，云计算与数据库技术所储存的相关信息资料已经达到了全世界数据资源的20%，能够充分的为人们提供高效优质的资料信息。而云计算自身的安全应用也为更多的企业和个人提供了更优质的服务类型，有利于全球经济的持续健康稳定发展。
2.2云计算与数据库发展存在的问题
实现云计算与数据库系统面临着诸多挑战，系统的标准化工作还需要更进一步的研究，还有一系列有待解决的问题。最重要的就是数据的安全和隐私问题。用户数据存储在云端，如何保证用户的数据不被非法访问和泄露。同时系统本身的可扩展性、可用性、可靠性、可管理性等都是要重点解决的问题。云计算在缩短单机密集数据处理任务时，对于传输到云端上的信息处理是否安全抱有质疑，若处理不当，将会对云计算的发展产生一定负面影响。当今，计算机和移动网络的发展，使计算机技术理论应用到社会生活的各个方面，对当今最新的人工智能技术、云计算与数据库技术等方面的发展现状进行研究，对于整个世界的科技与经济发展都有着决定性的作用，计算机技术的发展也必将更好地改善人们的生活方式和生产模式，更好地为人类服务。
参考文献：
[1]杨焱.人工智能技术的发展趋势研究[J].信息与电脑(理论版),2012(8).
关键词:人工智能;人工智能研究;广义人工智能
中图分类号:TP18 文献标识码:A文章编号:1009-3044(2010)13-3507-03
Artificial Intelligence Overview
HU Qin
(Baiyun Middle School in Zongyang Country, Anqing 246728, China)
Abstract:The paper introduces current general research and hot research topic of artificial intelligence. The paper looks forward to the future development direction of artificial intelligence. In addition, the paper analyzes implication of concepts, theoretical foundation, discipline system, scientific approaches, scientific significance and application value of generalized artificial intelligence.
Key words: artificial intelligence; artificial intelligence research; generalized artificial intelligence
人工智能是计算机学科的一个分支,是一门正在发展中的综合性的前沿学科,它是研究人类智能活动的规律,并用于模拟、延伸和扩展人类智能的一门新的技术科学,是在计算机、控制论、信息论、数学、心理学等多种学科相互综合、相互渗透的基础上发展起来的一门新兴边缘学科[1]。人工智能目前已在指纹及人脸识别、专家系统、智能搜索、定理证明、博弈、自动程序设计以及航空航天领域取得了广义的应用。
1 人工智能研究概况
当20世纪40年代数字计算机研制成功时,当时的研究者就采用启发式思维,运用领域知识,编写了能够完成复杂问题求解的计算机程序,包括可以下国际象棋和证明平面几何定理的计算机程序[2]。运用计算机处理这些复杂问题的方法具有显著人类智能的特色,从而导致了人工智能的诞生。1956年,McCarthy决定把Dartmouth会议用人工智能来命名,开创了具有真正意义的人工智能的研究。
图灵(Alan Turing)所著的“计算机器与智能”[3]讨论了人类智能机械化的可能性,提出了图灵机的理论模型,为现代计算机的出现莫定了理论基础。同时该文中还提出了著名的图灵准则,在人工智能研究领域,“图灵检验”已成为最重要的智能机标准。同一时期,Warren McCullocli和Walter Pitts发表了“神经活动内在概念的逻辑演算”的开创之作[4],该文证明了:一定类型的可严格定义的神经网络,原则上能够计算一定类型的逻辑函数并开创了当前人工智能研究的两大类别:“符号论”和“联结论”。
从20世纪60年代至70年代初,人工智能领域有影响的工作是通用问题求解程序,主要包括:Robinson于1965年提出了归结原理,成为自动定理证明的基础[5] ;Feigenbaum于1968年研制成功了DENDRAL化学专家系统,是人工智能走向实用化的标志。Quillian于1968年提出了语义网络的知识表示等。20世纪70年代,人工智能研究以自然语言理解、知识表示为主。Winograd于1972年研制开发了自然语言理解系统Shrdlu,同时期Colmeraue创建了Prolog语言。Shank于1973年提出了概念从属理论。Minsky于1974年提出了框架知识表示法。1977年,Feigenbaum提出了知识工程,专家系统开始得到广泛应用。
20世纪80年代以来,以推理技术、知识获取机器视觉的研究为主。开始了不确定性推理和确定性推理方法的研究。日本计算机界推出了“第五代计算机研制计划”,该计划最终未能实现当初的目标―以非数字化方式在日常范围内全面的模仿人类行为,但该计划也为人工智能的进一步发展积累了很多经验。20世纪90年代,人工智能研究在博弈这一领域有了实质性的进展。1997年5月11日,一个名为“深蓝”的IBM计算机以2胜1负3平的成绩战胜了国际象棋世界冠军卡斯帕罗夫,这举世震惊的一步大大地振奋了整个人工智能界,而事实上“深蓝”打败卡斯帕罗夫仍是从专家系统提供的所有可能的走步中选择最优的,并未有理论上的实质性的突破。
中国人在人工智能领域的突出贡献主要有:1960年,华裔美国数理逻辑学家王浩提出了命题逻辑的机器定理证明的新算法,利用计算机证明了集合论中的300 多条定理。1977 年, 我国数学家、人工智能学家吴文俊提出了初等几何判定问题的机器定理证明方法,并进一步推广到初等微分几何、非欧几何领域,被称为“吴氏方法”。 80-90年代,我国高等院校和研究机构在智能控制与智能机器人的研究开发方面,取得了丰硕的成果。
回顾人工智能发展的历史进程,从科学方法论的角度分析,其发展有三条途径,分别是结构模拟、功能模拟和行为模拟。在学术观点上有人工神经网络、专家系统和智能机器人三大学派。
2 人工智能当前的热点研究
人工智能学科研究的主要内容包括:知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。目前人工智能研究的3个热点是: 智能接口[6]、智能信息处理[7]、主体及多主体系统[8]。
2.1 智能接口技术
智能接口技术是研究如何使人们能够方便自然地使用计算机。这一目标的实现要求计算机能够看懂文字、听懂语言,甚至能够进行不同语言之间的翻译,而这些功能的实现又依赖于知识表示方法的研究。因此,智能接口技术的研究既有巨大的应用价值,目前,智能接口技术已经取得了显著成果,文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化,如:微软提出的云计算、百度提出的框计算都与智能接口技术有关。
2.2 智能信息处理
计算机的广泛应用是人类进入一个信息爆炸的时代,国民经济和社会信息化发展所面临的一个重要课题是如何把大量的数据转化为有用的知识,并将知识转化为智能,用于决策、管理、检索、过程控制等。智能信息处理使从海量数据中提起有用知识成为可能,当前,图形模式作为一种有效的智能数据处理手段正在引起人们的重视,图形模式具有多功能性、有效性及开放性等特征,能有效地转化数据为知识,并利用这些知识进行推理,以解决分类、聚类、预测和因果分析等问题,其有效性已在软件智能化、医疗故障诊断、金融风险分析、DNA 功能分析和 Web 采掘等方面得到验证。随着图形模式学习和基于图形模式推理等问题的解决,图形模式必将成为重要和有力的智能化数据分析与处理工具。
2.3 主体及多主体系统
主体是具有信念、愿望、意图、能力、选择等心智状态的智能性实体,而且具有一定自主性。主体试图自治地、独立地完成任务,同时又可以和环境交互,与其他主体通信,并通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为,最终实现问题求解。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。
3 人工智能未来的研究方向
当前,人工智能学科已从学派分歧的、传统的、狭义的人工智能,走向多学派兼容、多层次结合现代的广义人工智能,并将发展成为人机集成的、群体协同的、未来的智能科学技术 [9]。广义人工智能学科的理论基础是广义智能信息系统论,主要包括广义智能论、智能信息论和智能系统论。
3.1 广义人工智能的概念涵义和学科体系
多学派人工智能是指模拟、延伸与扩展人的智能及其它动物智能,既研究机器智能,也开发智能机器。多层次人工智能是指不仅研究专家系统,而且研究人工神经网络、模式识别、智能机器人等。多智体人工智能研究群体的、网络的多智体、分布式人工智能。研究如何使分散的个体人工智能协调配合,形成协同的群体人工智能,模拟、延伸与扩展人的群体智能或其它动物的群体智能。
广义人工智能的研究对象是自然智能、人工智能、集成智能和协同智能,根据广义智能学的研究对象,广义人工智能学的学科体系主要包括四个方面:①自然智能学:自然智能学研究人的智能及其他生物智能的个体智能、群体智能的基本概念和特性。②人工智能学:人工智能学研究机器智能与智能机器二方面,思维、感知、行为三层次的广义人工智能的基本概念和特性,分析设计、协调协同、进化开拓、评价测度、信息处理、系统构成、管理控制的理论和方法。③集成智能学:集成智能学研究自然智能与人工智能,主要是人的智能与机器智能如何协调配合、取长补短、合理分工、智能结合,形成集成智能、构成人机和谐集成智能系统的基本理论和方法。④协同智能学:协同智能学研究智能个体如何相互协调、友好协商、分工协作,组成智能群体,组成分布式网络群体协同智能系统的基本理论和方法。
3.2 广义人工智能的科学方法
①多学科协同:广义人工智能是跨学科的综合性边缘学科,必须需要包含信息科学、生物科学、系统科学等多学科协同的科学研究方法。② 多途径结合:广义人工智能是对广义自然智能的模拟、延伸和扩展,需要采取功能模拟、结构模拟、行为模拟等定性研究与定量分析,综合集成的多途径相结合的科学方法。③多学派兼容:广义人工智能的研究应当也需要采取符号主义,联结主义,行为主义等多学派兼容的科学方法。
3.3 广义人工智能的科学意义
研究发展广义智能学具有重要科学意义和应用价值,广义人工智能协同地、综合地研究自然智能、人工智能,开发人机集成智能、群体协同智能的基础理论和方法,如:协同研究自然智能与人工智能;研究开发人机集成智能;研究开发群体协同智能;广义人工智能为研究人工智能和自热智能提供新思路和新方法,并为发展智能科学技术提供新理论。
4 结论
本文全面综述了人工智能的发展过程、研究热点和研究趋势,介绍了广义人工智能的基础理论和方法,认识到广义人工智能将为智能科学技术提供宽广、深厚的理论基础,并将有力促进智能科学技术的迅速发展与广泛应用。
参考文献:
[1] 马少平,朱小燕.人工智能[M].北京:清华大学出版社,2004.
[2] 石纯一,黄吕宁,土家钦.人工智能原理[M].北京:清华大学出版社,1993.
[3] L.A. Zadeh, Fuzzy Sets[J].Information and Control,1965(8).
[4] Bord M A. 人工智能哲学[M].刘西瑞,王汉琦,译.上海:上海译文出版社,2001.
[5] 刘叙华.基于归结方法的自动推理[M].北京:科学出版社,1994.
[6] 顾明.基于模糊ART神经网络的在线人脸识别模型的设计和实现[J].计算机科学,2007(8):92-94.
[7] 王双成. 面向智能数据处理的图形模式研究[D].吉林大学,2004.
关键词 人工智能技术；交通管理；人工智能系统
中图分类号：V355 文献标识码：A 文章编号：1671—7597（2013）041-118-01
1 研究背景
随着时代的发展，计算机技术因其优越性在多个领域得到广泛应用。“计算机学科的一个重要分支就是人工智能，它与基因工程、纳米科学被列为21世纪三大尖端技术”，它为人工智能技术在航空业的应用创造了条件。现代航空业的迅猛发展，带来空中交通流量的飞速增长。目前，航空业经常出现空中交通堵塞、拥挤等现象，迫切需要引进先进的技术手段，提升空中交通技术，改进管理手段，有效提升空域容量与空间利用率。
根据空中交通管理的理论特点，以及空中交通管理技术特点，人工智能技术在空中交通管理中的应用研究逐渐引起了人们的重视，并取得较大发展。人工神经网络在空中交通流量预测、飞行间隔控制、飞行冲突智能调配等方面的研究初见成效。但我国空中飞行流量需求的日益增大，迫切需要将人工智能技术有效运用到空中交通管理中，建立人工智能空中交通管理辅助系统，真正实现类似专家功能的新型空中交通管理系统。本文基于这样的认识，尝试将人工智能技术应用到空中交通管理系统中，有效提升空中交通的空域容量，使空中交通更加有序，更好地服务于积极社会的发展，提升人们的生活质量。
2 人工智能技术概况阐述
“人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的”从计算机应用系统的层面来理解，人工智能研究的主要内容是如何制造出人造的智能机器，以及人造的智能系统，具备模拟人类智能活动的能力，从而延伸人们智能的一门科学。
人工智能领域的研究始于1956年，“人工智能”这个术语第一次出现于达特茅斯大学召开的一次会议上。随后人们逐渐在问题求解、自然语言理解、自动程序设计、专家系统、逻辑推理与定理证明、博弈、学习以及机器人学等领域展开研究，成功建立了具有一定程度的人工智能计算机系统。随着研究的不断深入，人工智能理论得到不断的丰富与发展。随着计算机硬件的快速发展，计算机的存储容量不断扩大、运行速度不断提高、价格低廉，人工智能技术的发展将会给人们的生活、工作等带来更大的影响。
3 空中交通管理人工智能系统构成简述
人工智能技术在空中交通管理中的应用有助于建立人工智能辅助系统，建立新的空中交通管理模式。“但不要忘记采用不同的技术和运作概念也会带来不同的空中交通管理模式，特别在新技术层出不穷的今天，我们更不能忽略这个方面。”，它能使空中交通流量管理高效、有序、安全，有效提升空中交通的空间与时间利用率，对空中飞行冲突进行有效的预测与解决。空中交通管理的核心是科学合理安排空中交通流量。飞行流量的智能化管理、飞行冲突的预测、飞行冲突的解决等方面是人工智能辅助系统研究的侧重点。空中交通管理人工智能辅助系统由飞行流量管理模块、冲突探测与解脱模块、辅助决策模块等三个附属系统构成。这几个模块间的关系是在冲突探测与解脱模块与飞行流量管理模块之中渗透辅助决策模块，最终形成智能飞行流量管理、智能冲突探测与解脱模块系统，它们能够为空中管制员提供有效的决策辅助信息，切实减轻空中管制员的工作负担，提高空中飞行的安全性与管制效率。
4 空中交通管理人工智能辅助系统的实现方式
4.1 飞行流量管理辅助决策的实现
人工智能系统飞行流量管理模块主要将空域资源“空闲”的概念与A算法与辅助决策进行结合。其具体操作过程是根据飞行流量管理数据库，储存或读取数据，计算流量，预测冲突，依据基本容量模型，建立A算法数学模型，对空中航班进行动态与静态排序，最终完成人工智能技术对空中飞行流量的辅助决策作用。
建立准确客观的飞行流量管理数据库非常重要。这些原始数据必须可靠、准确、及时，因为它直接影响到辅助决策的有效性；开放数据库间的互连主要依靠ODBC ，它是数据库之间连接的标准，为SQL语言的存取提供标准接口；再依据数据库的信息，运用飞行动力学知识计算出飞机在具体时间应该到达的位置，以及到达具置的准确时间，合理的安排飞行架次；飞行流量冲突预测主要通过将流量与相应的容量比较，列出具体的冲突时间、冲突地点、存在冲突的飞机架次；最后调整航班与起降，对冲突航班及时调整，确保交汇点、航路、机场、管制区等畅通。人工智能中的A 算法可以有效针对基本容量模型对飞机进行排序，对飞行计划的来源、内容及状态转化等进行研究，生动模拟飞行计划实施过程。“空闲”概念可以使冲突航班时刻调整在受限区域内。
4.2 飞行冲突探测与解脱辅助决策的实现
飞行冲突探测与解脱辅助决策系统能够向空管员提供高效的避撞辅助方案，有效弥补管制员决策过程中的不足，对飞行冲突情况进行分析，寻找出积极的解脱方案。
飞行冲突探测与解脱辅助决策系统推理过程大致包括以下几个方面：突中航空器、突中航空器优先等级评估、冲突类别评定、避撞应对方案、建立避撞路线。推理选择最主要的过程是推理机制，为了完成推理过程，该系统中还必须包括一系列的规则：航空器优先级别评定规则、避撞方案确定规则、避撞空管规则、建立避撞路线规则等；还要建立层次型结构及模块化知识库，确保避撞推理的有效运作，保证知识库得到有效维护，并且能够及时的更新。
5 结束语
人工智能技术在空中交通管理中的应用，必将使空中交通管理更高效、更安全、更有序，必将最大程度的提升空域的利用效率。人工智能技术的应用领域是广泛的，相信随着人们对人工智能技术研究的不断深入，人工智能技术必将在更多方面提供智能化辅助管理服务，使人工智能技术不断的服务于社会经济，服务于人们的需要。
参考文献
[1]杨焱.人工智能技术的发展趋势研究[J].信息与电脑，2012（08）.
论文关键词：智能电网；电力特色教学模式；电力信息化和智能化
随着智能电网、绿色能源席卷全球，电力行业迎来了蓬勃发展的新时期，电力不但要信息化还要智能化，电力企业将需要大量高水平的既精通信息技术又有电力专业背景的人才，这给电力大学计算机专业人才培养带来机会和挑战。结合电力大学的大电力特色，为培养智能电网急需的高素质复合型人才，开展计算机专业电力特色教学模式的研究和实践具有重要的意义。为了培养智能电网急需的信息人才，需要开展计算机专业的电力特色教学，首先要开设“电力信息化”课程。
一、我国电力信息化现状及智能电网的目标
电力信息化是指计算机、通讯等信息技术在电力工业各个环节应用全过程的统称。我国当今电力信息化现状是实施电力工业生产过程各个环节的信息化，包括电力工业规划、设计、施工、发电生产、输电、变电、配电、用电、电网调度、供电营销、物资及管理等各个环节。由此可见，信息技术是电力信息化的基础，各类电力资源的开发和利用是电力信息化的核心。提高电力企业的经营决策水平和经济效益是电力信息化的宗旨。智能电网将使电力信息化从数字化向智能化发展。智能电网是电力信息化的延续和飞跃。智能电网是飞速发展的信息技术与新能源变革融合在一起的产物。中国的智能电网目标是分三个阶段推进：2009年至2010年为规划试点阶段，重点开展“坚强智能电网”发展规划工作，制定技术和管理标准，开展关键技术研发和设备研制及各环节试点工作；2011年至2015年为全面建设阶段，加快特高压电网和城乡配电网建设，初步形成智能电网运行控制和互动服务体系，关键技术、装备实现重大突破和广泛应用并自主可控；2016年至2020年为引领提升阶段，全面建成统一的“坚强智能电网”，技术和装备全面达到国际先进水平。
通过分析我国电力信息化现状及智能电网的目标可见，各国探索智能电网建设的先行策略是信息技术应用。为实现智能电网的战略目标，电力企业将需要大量高水平的既精通信息技术又懂电力信息化业务的复合型人才，因此，对计算机专业学生开展电力特色教学是非常必要的。
二、电力大学计算机专业电力特色教学模式
面对电力行业信息化飞速发展的形势，特别是智能电网席卷全球，电力大学计算机专业的教学模式在保有原有优势的基础上创建特色，开展以计算机技术为主、电力专业背景为辅的特色教学模式。2010年学校设立了计算机专业电力特色教学模式研究和实践的教改项目，以实现计算机专业的电力特色及工程应用能力的培养。电力特色教学重点要放在计算机技术和电力专业交叉点上，电力特色教学的先行策略是由电力信息化这门课程承担此重任。2010年学校将电力信息化课程列入433门核心课程中。修改后的2008版教学大纲中电力信息化这门课程是计算机专业学生的必修课程，这不但要求电力信息化这门课程的内容不断优化，同时也要求对电力信息化课程的教学进行改革。
电力大学计算机专业电力特色教学模式的后行策略是在电力信息化这门课程改革和研究的基础上进行课程群建设，开设代表计算机技术和电力专业最新技术交叉点的“电力云平台”、“电力物联网技术”等课程，并将“电力信息化”、“电力云平台”及“电力物联网技术”三门课程纳入到一个课程群来建设。可见电力大学亟待探索并建立适合计算机专业的电力特色及工程应用能力的培养模式。
三、电力信息化课程特点与教学现状分析
1.电力信息化课程的特点
电力信息化这门课程具有如下特点：
（1）涉及面广。电力信息化这门课程内容涵盖电力工业生产发电、输电、变电、配电、用电、电网调度等全过程的信息化与智能化。课程内容包括发电企业的信息化与智能化、变电站的信息化与智能化、电力调度中心信息化与智能化、配用电生产管理信息化和智能化、电力信息安全技术及物联网在智能电网中的应用等。
（2）技术先进前沿。电力信息化这门课程内容涵盖当今信息和电力领域的前沿技术、热点技术。如在讲解变电站的信息化与智能化这部分内容时要详细分析电力领域的热点技术iec61850。在讲解电力调度中心信息化与智能化这部分内容时要详细分析信息领域的热点技术soa和电力领域的热点技术cim及其在电力调度的应用。在讲解物联网在智能电网中的应用这部分内容时要详细分析当今信息和电力领域的前沿技术物联网、智能电网及云平台。
（3）与电力行业实际工程紧密结合。在讲解课程的各部分内容时紧密结合实际工程。如在讲解发电企业的信息化与智能化这部分内容时紧密结合发电企业的实际工程，如水电站厂级监控系统、火电站的dcs系统、发电厂?sis系统、发电厂智能管理信息系统等。
（4）多学科的交叉。电力信息化课程是计算机技术、通讯技术、控制技术、电力系统背景知识的融合与交叉。在讲解课程的各部分内容时处处是多学科的交叉，如在水电站厂级监控系统中涉及计算机的网络通讯技术，涉及控制领域的plc技术和现场总线技术，涉及水力发电特性专业背景知识等。
（5）电力信息化课程的教学内容是动态的，是与时俱进的，随着电力信息化和智能化的发展而不断地补充新内容，没有现成的教材。当今世界电力信息化和智能化发展非常迅速，如国家电网公司已经开展广域全景分布式一体化的电网智能调度技术支持系统研制。在讲解电力调度中心信息化与智能化这部分内容时就必须补充这部分新技术。
2.电力信息化课程教学现状分析
（1）没有现成的教材，课程难度大，师资紧缺。从上述分析的电力信息化这门课程的特点可见，要求老师具备丰富的知识储备及电力工程经验。
（2）课程内容与电力实际紧密结合，学生没有现场工程概念，又是多学科的交叉，学生感觉课程难度大且抽象，学习兴趣不足。很多学生很想学好这门课，但他们中只了解信息技术，没有其他学科技术知识的积累。本课程开设在大三的第六学期，很多学生感觉困难后就放弃了，准备考研复习。
四、电力信息化教学改革的思想和方法
电力信息化这门课程是综合应用课程，教学思想和方法的改革是必要的，具体措施如下：
1.组建一支优秀的教学团队
通过引进发掘培养人才，组建一支优秀的教学团队。吸纳不同学科的拥有前沿的信息技术、丰富的电力背景和工程经验的老师进入团队，可以根据老师的特长安排讲解相应的章节。电力信息化这门课程可由若干老师共同完成。由于国内市场几乎没有相关专著和教材，已经组织讲课团队老师撰写并出版电力信息化教材。教材包含当今电力信息化和智能化最新技术并提供老师们的最新研究成果。该团队的老师需要及时了解电力行业的信息化和智能化最新动态的最新技术。除了合作项目途径外，老师要利用一切机会参加合作、进修和交流。通过团队的力量来解决没有现成的教材、课程难度大的问题。
2.补充课程中需要的其他学科知识
鉴于计算机专业学生的知识结构比较单一，在学习电力信息化课程时先为学生补充必需的计算机控制与通讯基础技术知识，包括计算机控制通道接口技术、plc技术、串行通讯技术、现场总线技术及工业以太网技术等。在学习电力信息化的具体相关内容时为学生铺垫必需的电力背景知识和工程背景内容，如讲解水电站厂级监控系统时要先补充水力发电厂相关内容。通过利用一定的学时补充课程中需要的其他学科知识来降低学生课程学习的难度，使学生能快速全面地了解并掌握电力信息化技术。
3.新技术、新理念的引入
由于没有现场工程概念，学生在学习电力信息化课程时会感觉抽象、难以理解，老师有必要与时俱进地将新的技术和理念引入课堂中。例如可以引入当今电力行业流行的先进仿真培训软件，比如三维变电站仿真培训软件，让学生在软件上仿真漫游变电站并模拟各种操作。通过仿真软件让学生模拟接触电力工业现场，建立对电力工业现场的感性认识，提高学生的学习兴趣。
为了加强学生课后巩固教学环节，帮助学生消化和应用所学知识，可以将新的理念引入课堂中。借鉴西方本科教学及我国研究生培养的经验，本课程课后作业巩固环节可以尝试不同于常规计算机专业课程的方法。本课程要求学生在课后查阅大量的文献资料。每章的作业是查阅与本章相关的文献资料并撰写提交小论文，期末每个学生制作ppt文件并开展讨论。
在学生课后巩固教学环节中老师起着重要的引导作用。指导本科学生查阅相关文献资料时，首先要教会学生如何在海量信息中查找到需要的优秀文献，如何充分利用校图书馆提供的优质库资源，然后指导学生如何读文献，如何写小论文。要求学生在每章节后阅读15篇以上相关文献资料并提交小论文。教师要认真批阅学生的小论文，总结学生容易出现的普遍性问题，在下次写小论文时提醒学生注意。
4.实施案例教学
新的电力信息化教学实施方案与国内外电力发展紧密结合，既具有理论性又有很强的实用性。此课程在教学方法上必须将理论与工程案例结合，实施案例教学。案例可以来源于实际经典案例，也可以来源于老师们的最新研究的相关成果。在案例教学的过程中要培养学生如何将工程应用问题转化为计算机问题的能力。如在讲解iec61850和cim技术时，要剖析iec61850和cim是如何利用计算机技术中的面向对象技术来建模的。
【关键词】建筑电气；智能建筑；网络通信；智能控制；学科交叉
1 建筑电气与智能化学科的发展、现状与前景
同许许多多自然学科一样，建筑电气与智能化学科的诞生和发展取决于两个主要的因素：一是社会经济文化的发展与进步；二是相关学科技术的发展。早期建筑行业中的电气工种，其任务主要是为建筑物的照明、简单的动力设备及其控制配电，以及进行防雷接地设计等，而且当时的照明技术也比较单调、落后，建筑电气工种在整个建设工程中的从属地位非常明显。从事这项工作的技术人员几乎都是通用电气工程各相关学科，如电机与电器学科，电力系统学科，以及工业企业供配电学科毕业的学生。20世纪60年代，从广义含义上讲，传统电气工程学科得到了突飞猛进的发展，电力电子技术，控制理论与控制工程，尤其计算机科学的发展更是超出人们的预料，人们对其工作和生活环境的要求随着经济文化的进步也愈来愈高，建筑行业中的电气技术人员首次面临了第一次严峻的挑战，以消防自动报警与联动控制系统、共用天线电视系统（CATV）和建筑电话系统为主的所谓建筑弱电工程应运而生，不少设计院（所）还专门成立了“弱电”设计室，部分高等学校，尤其是建筑类院校也相继设立了建筑电气专业，以满足市场的人才需求。到20世纪80年代末90年代初，以计算机网络和数字通讯技术为主的现代科学技术的进一步发展，诞生了智能建筑的概念。可以认为这是建筑行业中电气技术人员所面临的新的、第二次重大的挑战，他们不仅仅是只面对传统的电气技术和经典自动控制技术，还要面对计算机网络技术、数字通讯技术以及现代智能控制技术等在建筑行业中的应用问题，显然这种多学科交叉知识给从事建筑电气设计、施工、系统产品（软、硬件）开发，甚至建筑物业管理人员带来极大地冲击和考验，同时也给高等院校建立建筑电气与智能化学科，培养这类宽口径、复合型知识人才带来了机遇。事实上，任何传统的单一学科已经很难适应现代知识社会的需要。传统学科之间的交互与融合已成为大势所趋，现代各类高科技知识与技术势必将渗入到建筑行业中，建筑业不再是所谓的劳动密集型产业，而成为高科技产业一个重要组成部分。建筑电气与智能化工种在整个建筑业中的地位也将越来越高，所占比重也会越来越大，这将是毋庸置疑的趋势。
2 建筑电气与智能建筑的关系
人们一般习惯将建筑电气与智能建筑视为建筑电气与智能化学科的两个层次。事实上两者之间的关系十分密切，绝不会存在什么“分界线”。当然，传统建筑电气包括建筑（建筑物或建筑小区）供配电、电气照明、动力工程、防雷、接地，以及电话、闭路电视和消防自动报警与联动控制系统等内容，支撑其的理论基础主要是狭义的电气工程和经典控制理论。而对于智能建筑，我们可以毫不夸张地给它下一较为准确的定义：它是以建筑为平台，综合运用现代计算机技术、网络通讯技术、现代自动控制技术及电气技术的多学科集合的新兴交叉学科，它显然具有五元交集的结构特点，即：
AEI=AR∩CT∩NC∩AC∩ET
式中：AEI――建筑电气与智能化（Arch itectural Electricity & Intellectualizatio n）；
AR――建筑学（Architectural Art）；
CT――计算机技术（Computer Techniq ue）；
NC――网络通信技术（Netwrk Commun ica-tion）；
AC――自动控制技术（Automatic Cont rol）；
ET――电气技术（Electrical Technique）。
关键词：现代科学技术革命；人工智能；智能控制；未来社会
随着科学技术革命的发展，自动控制技术装置、电子计算机、人工智能、智能控制将普遍应用于社会生活的各个方面，将出现生产智能化、组织管理智能化、生活环境智能化。这就要求人们按照当代和未来社会发展的需要进行更有成效的知识和精神生产。因此，人工智能、智能控制作为具有广阔应用前景的学科，已经不单纯是个别哲学家或理论自然科学家的职业嗜好，而是现代科学技术革命发展的需要[1][2]。
一、人工智能
随着1941年以来电子计算机的发展，从50年代早期人们开始注意到人类智能与机器之间的联系。1955年末，Newell和Simon做了一个名为“逻辑专家”（Logic Theorist）的程序，它对AI研究领域产生的影响使其成为AI发展史中一个重要的里程碑，被许多人认为是第一个AI程序。1956年，被认为是人工智能之父的John McCarthy组织了一次学会，将许多对机器智能感兴趣的专家学者聚集在一起进行了一个月的讨论。他请他们到 Vermont参加“Dartmouth人工智能夏季研究会”，并提出人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样。从那时起，这个领域被命名为“人工智能”。1958年McCarthy宣布了他的新成果： LISP（LISt Processing）语言，很快就为大多数AI开发者采纳。70年代专家系统被开发出来，该系统可以预测在一定条件下某种解的概率，被用于股市预测，帮助医生诊断疾病，以及指示矿工确定矿藏位置等。70年代另一个进展是David Marr提出了机器视觉方面的新理论。
在理论探索方面，美国学者Zadeh首创模糊逻辑，它可以从不确定的条件做出决策；还有神经网络，被视为实现人工智能的可能途径。同时在实际应用方面也进行了大量的研究，并取得了可喜的成果[3][4]。
人工智能（Artificial Intelligence），是计算机科学的一个分支，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习、机器视觉等等。人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，一方面又转向更有意义、更加困难的目标[5]。
二、智能控制
人工智能的发展促进自动控制向智能控制方向发展，智能控制代表了自动控制的最新发展阶段，也是应用计算机模拟人类智能实现人类脑力劳动和体力劳动自动化的一个重要领域。
由于传统的控制理论（包括古典的和近代的）主要涉及对伺服机构有关的系统或装置进行操作与数学运算，而人工智能所关心的主要与符号运算、逻辑推理即计算智能有关，在相当长的时间内，很少有人提到过控制理论与人工智能的联系。1965年，著名的美籍华裔科学家傅京孙（K S Fu）教授首先把人工智能的启发式推理规则用于学习控制理论；然后，他又于1971年论述了人工智能和自动控制的交接关系。由于傅先生的重要贡献，他已成为国际公认的智能控制的先行者和奠基人。1967年，利昂兹（Leondes）等人首次正式使用“智能控制”一词，这一术语的出现要比“人工智能”晚11年，比“机器人”晚47年[6]。1987年1月，在美国费城由IEEE控制系统学会与计算机学会联合召开了第一届智能控制国际会议，这标志着智能控制作为一门新学科正式建立起来。
在理论结构上，智能控制具有十分明显的跨学科（多元）结构特点。
（1）自从傅京孙教授1971年提出把智能控制作为人工智能和自动控制的交结领域以来，许多研究人员试图建立起智能控制这一新学科。这可以用二元交集结构来表示；也可以用离散数学和人工智能中常用的谓词公式之合取来表示，即
IC=AI∧AC
式中，各子集（或合取项）的含义如下：AI―人工智能(Artificial Intelligence)；AC―自动控制(Automatic Control)；IC―智能控制(Intelligent Control)；∧表示连词“与”符号。
（2）萨里迪斯于1977年提出另一种智能控制结构，他把傅京孙教授的智能控制扩展为三元结构，即把智能控制看作为人工智能、自动控制和运筹学的交接，可以用下式来表示：
IC=AI∧AC∧OR
式中，各子集（或合取项）的含义如下：AI―人工智能（Artificial Intelligence）；AC―自动控制（Automatic Control）；OR―运筹学（Operation Research）；IC―智能控制（Intelligent Control）；∧表示连词“与”符号。
在提出三元结构的同时，萨里迪斯还提出分级智能控制系统，指出它主要由3个智能级组成。
第一级：组织级，它代表系统的主导思想，并由人工智能起控制作用。
第二级：协调级，是上一级（第一级）和下一级（第三级）间的接口，由人工智能和运筹学起控制作用。
第三级：执行级，是智能控制系统的最低层级，要求具有很高的精度，并由控制理论进行控制。
（3）蔡自兴教授根据信息技术的飞速发展，发现信息论是解释智能的一种手段，控制论、系统论和信息论是紧密相互作用的，信息论已成为控制智能机器的工具，信息熵成为智能控制的测度，信息论参与智能控制的全过程，并对执行级起到核心作用，基于此，蔡自兴教授提出四元智能控制结构，把智能控制看作自动控制、人工智能、信息论和运筹学4个学科的交集，可表示如下：
IC=AI∧AC∧OR∧IT
式中各子集（或合取项）的含义如下：AI―人工智能（Artificial Intelligence）；AC―自动控制（Automatic Control）；OR―运筹学（Operation Research）；IT―信息论（Information Theory）；IC―智能控制（Intelligent Control）；∧表示连词“与”符号[7]。
从学科结构的观点看，智能控制的四元交集结构是最具有代表性的一种集成思想。在智能控制领域内已集成了许多不同的控制方案，如模糊自学习神经控制就集成了模糊控制、学习控制和神经控制等技术。
智能控制获得迅速发展，并已初具学科体系，包括基础理论、技术方法和实际应用诸方面。在基础理论方面，涉及传统人工智能的知识表示和推理、计算智能（如模糊计算、神经计算和进化计算等）和机器学习等。在技术方法方面，从递阶控制、专家控制、模糊控制、神经控制、学习控制、仿人控制和进化控制等系统加以研究。在实际应用方面，从实验室到工业现场，从家用电器到火箭制导，从制造业到采矿业，从飞行器到武器控制，从轧钢机到邮件处理机，从工业机器人到康复假肢等等都具有十分广泛的应用。
在智能控制的各种理论中，从普遍适用和统一观点出发的宏观综合方法最具有吸引力，但目前缺乏统一的描述和基本理论框架。虽然以信息熵为测度的思想方法与有关传统控制的方法论和专门技术不同，有着广泛的实用性；信息和熵的内涵刻画了复杂系统的有关特性，控制理论的信息熵方法以传统理论方法为特例，具有普遍性，但是，在以信息熵为基础的同时，必须以马克思主义的世界观与方法论为指导，采用宏观综合方法研究复杂系统控制问题，才有实际的意义，这是解决复杂系统控制问题颇有前景的方向，将有助于智能控制基础理论的形成与完善。按照辩证唯物主义的认识论的观点，我们应该认识到，在今天具有更多微观知识和更先进研究工具的条件下，再把基于模型的控制理论发展成为基于信息控制理论，便是在高一个层次上从微观到宏观研究的一次回溯。
三、最新研究成果
英国科研人员在2008年8月13日宣布，他们已经将成千上万的老鼠神经元“缝合”进原始的生物大脑，而这些神经元已经具备控制机器人运动的能力，由此推出一个由老鼠的脑组织控制的机器人。机器人名为“戈登”，它的“大脑”拥有5万到10万个活神经细胞，由英国雷丁大学科研人员设计。科研人员将人工培养的老鼠神经细胞同机器人的一些部件结合起来，“戈登”大脑是活的组织，因此必须装在特定温度控制的器具中。“戈登”大脑通过蓝牙无线连接同自己的“身体”联络。除受自身大脑支配外，“戈登”不受额外的人为或电脑控制。
试验一开始，神经细胞便忙碌起来。“大约24小时内，它们（神经细胞）开始彼此试探，建立联系。”主要设计者之一的雷丁大学教授凯文・沃里克说。
某种程度上说，“戈登”在自学。比如，撞到墙时，它会从传感器得到电子刺激。再遇到类似情况时，它就会记住。
这一开创性研究旨在探索自然智能和人工智能的分界问题，可能有助人类弄清楚记忆和学习机能的根本构架，据报道，这可能是世界上首个完全由活体脑组织控制的机器人[8]。
四、人工智能、智能控制在未来社会的纵深发展
当代科学技术革命和社会发展要求哲学回答和解决复杂系统的控制和管理及人工智能、智能控制发展所提出的认识论和方法论问题，回答当代社会的发展规律问题。同近代科学技术发展时期相比，今天人类思维所面临的对象和客体具有极大的综合性、总体性，系统性。
随着人类自然智能和人工智能相结合，创造型思考的逐步实现，人工智能越来越多地承担着各种脑力劳动，把知识生产者同人类先前创造的全部知识财富联系起来，把数以百计、千计的专家、学者、知识劳动者联系、组织成一个有机的知识生产机体，使得知识交流和知识鉴定的速度和准确性比使用以往的普遍手段快出、高出几个数量级，可以使整个社会从事创造性劳动的人数比例得到极大的提高。人脑思维活动中的创造性工作和非创造性工作是互为前提、互相制约、互相转化的。创造性是在非创造性工作基础上进行的，创造性工作又可以不断转化为非创造性工作。当一种创造性工作转化为非创造性工作并转交给人工智能与智能控制进行之后，人脑又可以去从事和开拓新的创造性工作。这种情况的发展不仅会导致人工智能与智能控制水平的普遍提高，而且使得人们不断创造出适应创造性思维活动方式[9][10]。在未来社会里，智能控制将向更高的技术水平发展，包含多层级、多变量、非线性、大时滞、快速响应、分布参数和大规模系统等。
五、结语
随着科技的不断进步，人工智能、智能控制对未来社会的推动力是不可或缺的。但人工智能与智能控制专家也警告说，现在必须为有关研究制定道德规范，以确保未来社会的发展能够帮助人类而不是危害人类。“人工智能奇点研究所”的创办人之一伊利泽・尤德库斯基目前正在研究所谓的“友好人工智能”。他说，他最担心的是，在未来社会里，如果一些科技怪才发明一种能够自我进化但却没有道德感的机器人，这将给人类带来灾难。在未来社会里，人工智能、智能控制与社会文化、物质生产、经济发展、社会文明、社会变迁、社会结构、社会进步等方面存在越来越密切和复杂的关系，马克思主义同样面临越来越多需要认识或解释的新的社会现象和问题，分析现代科技革命发展情况也是认识马克思主义的基础。马克思主义一贯认为科学技术是社会革命的重要力量，是推动社会进步的巨大杠杆，是直接的革命力量。在未来社会里，我们需要立足于人工智能与智能控制的发展趋势，从马克思主义与近现代科学技术革命交汇点出发，深刻理解当代社会主义与现代科学技术革命汇流的历史必然性，并从分析现代科学技术革命的巨大物质功能、经济功能和精神功能入手，了解人工智能、智能控制的最新进展和前沿动态，使自己在所从事的科研领域不断有新的发现、新的发明。
参考文献
[1]朱松山，任容．现代科学技术革命与马克思主义[M]．国防大学出版社，2001．
[2]宋健．现代科学技术革命基础知识（干部选读本）[M]．中央党校出版社，1994．
[3]Gevarter W B. Artificial Intelligence Applications: Expert
Systems， Computer Vision and Natural Language Processing. New Jersey: NOYES Publications， 1984.
[4]姚锡凡，李．人工智能技术及应用[M]．中国电力出版社，2008．
[5]蔡自兴，徐光．人工智能及其应用[M]．北京：清华大学出版社第三版，2003．
[6]易继锴，侯媛彬．智能控制技术[M]．北京：北京工业大学出版社，1999．
[7]蔡自兴．智能控制（第二版）[M]．电子工业出版社，2004．
[8]傅云威．英国诞生“鼠脑”机器人[N]．南方都市报，2008-08-15．
关键词 智能建筑；系统集成；相关理论；控制应用
中图分类号 TU855 文献标识码 A 文章编号 1673-9671-(2012)071-0204-01
近年来，信息技术的大力发展及各项智能化设备的研发，极大地带动了我国智能建筑的建设步伐，智能建筑在当前的建设规模呈现日益扩大的趋势，其系统构成的复杂程度也逐渐加大。智能建筑建设人员在新时期进行智能建筑建设工作之前，必须对支撑智能建筑发展的系统集成技术的相关理论进行详细的研究，并尽可能多地积累其在智能建筑建设中的控制应用经验，以使智能建筑建设在此种技术的推动下获得更为完善的建设。本文通过对智能建筑系统集成技术相关理论进行分析，谈论了其具体的控制应用，希望能够为建设人员提供一定的助益。
1 系统集成技术的相关理论分析
随着智能建筑在当今时代建设规模的不断加大，系统集成技术的应用也逐渐趋于广泛，并极大地推动了智能建筑的优化建设。而系统集成技术作为智能建筑建设的核心技术，其应用主要是为了使智能建筑的建设能够实现各项功能、管理以及信息共享的目标。而智能建筑当前的各种子系统及分系统不仅在数量上逐步增多，其系统之间还呈现出了更加复杂的关联程度，推动系统集成技术的进一步完善是智能建筑优化建设的必然要求。
系统集成技术的设计和应用是以各种计算机网络和对网络进行联系的网关作为硬件基础，并以计算机数据库系统以及应对控制工作的各项组态软件为软件基础来实现运行的。它的设计能够通过各种软件以及硬件系统的共同工作达到对建设信息的全面及时准确的收集、存储以及处理和传输等，能够为智能建筑建设提供一个良好的自动化信息平台。从系统集成的分类来讲，它主要分为网络系统集成以及楼宇自动化的系统集成这两类，本文则主要是就楼宇的自动化系统来对系统集成进行分析的。
智能建筑所应用的楼宇自动化的系统集成，是由现代网络技术、建筑行业及现代工业相结合而成的一种技术，它将智能建筑中整体网络系统作为自身运行的基础，然后通过使用自身的各种软、硬件对智能建筑的自动化系统以及管理系统进行调控，进而使智能建筑的建设能够充分地满足建筑设计施工的要求以及住户的居住需求。这种系统集成的控制系统在整个智能建筑建设中的应用是极其必要的，而其中最为广泛的则是各种监控集成系统技术的应用，比如空调监控、照明监控以及给排水监控等，通过这些监控系统进行工作，智能建筑才能够在真正的意义上实现智能化的运行。
2 系统集成技术在智能建筑中的控制应用
当前时期，智能建筑的运行主要依赖于系统集成技术，工作人员必须努力加强对于系统集成技术应用的研究，才能够为智能建筑的发展提供更多的助益。而本文下面则通过分析系统集成技术应用于智能建筑的楼宇控制工作的理论以及其具体的应用两个方面来对系统集成的控制应用做一下分析。
2.1 系统集成技术应用于智能建筑楼宇控制工作的理论
在各种计算机网络、网关、软、硬件设备、监控设备等的协调工作中，系统集成技术在智能建筑中的得以有效应用，而且能够为建筑楼宇控制工作提供优化的信息共享功能，从而使智能建筑的楼宇控制工作能够通过运用各种精确充分的数据而实现。而楼宇控制工作的实现则推动了智能建筑的自动化以及智能化管理与运行，使得智能建筑成为名副其实的智能化建筑。比如，智能建筑通过空调监控系统来为空调设备的运行提供数据，从而帮助空调系统自主地调节冷冻水的温度、运行状态、气压及液压、空气适度等，进而使空调设备实现自主的运转。而诸如此类的应用还有智能车间的消防报警系统、智能宾馆的热水供应管理系统等，是智能建筑智能化运行的必要保证。
而就系统集成技术在智能建筑楼宇控制中进行应用的理论基础来讲，其运行是以计算机的集成系统作为宏观控制系统，而从微观上来看这种楼宇控制主要是通过系统集成的前馈控制来实现的。前馈控制指的是在集成系统中各种被控制参数受到干扰因素将要发生变化时，系统则会根据其参数可能会发生的具体变化而提前地调整各种系统控制量，从而使被控制量的变化实现预先的有效应对，进而能够极大地提高系统调控的精确度，使得智能建筑楼宇的各项调控工作得以及时实现。智能建筑各个系统集成的程度越高，前馈系统控制器的控制精准度也就会越高，而其控制的效果也就会在更优化的状态中得以实现。工作人员在利用系统集成技术进行前馈控制时，还可以将前馈以及反馈的控制方案进行结合使用，使控制工作在运行时既能够得到前馈控制对于可测扰动的补偿，又可以获得反馈系统对于随机干扰的各种检验效果偏差的调整。
2.2 系统集成技术在智能建筑楼宇中的具体控制应用分析
智能建筑的楼宇环境极其复杂，各种功能之间存在着非常高的关联性，工作人员在使用系统集成技术进行控制应用时，要充分地兼顾到各个方面的因素。而本文则以系统集成在楼宇的空气环境控制工作中的应用，来具体地分析一下系统集成应用的
优势。
楼宇的空气环境控制牵涉到气候、天气、人数以及空调设备等各方面的因素，空调系统在对空气进行控制时，就会遭遇到这些因素的不同作用而产生非常大的系统工作偏差，不利于空调制冷量的准确制定。而反馈控制系统则是在空调系统产生偏差之后才开始对控制量进行改变，这就使得各项温度的具体调节以及执行产生了极大的滞后性。这样一来，空调系统无法实现良好的运行，从而降低了其控制的效果以及空调控制的节能效果。所以，工作人员要使用集成系统对楼宇的空气环境进行控制，以推动其控制工作的优化实现。
智能建筑的楼宇控制利用集成系统来实施，一方面能够通过集成系统中的能源计量系统进行工作，而在确切的用电量反馈下达到对于各种用电设备所散发的热量的准确把握；另一方面，还可以从集成系统中的门禁系统达到对于当时楼内人员所散热量的精确把握，从而对空调实施预见性的送风量的调整，进而使楼宇温度达到适时的调节，也降低了空调设备的能耗。而这些调控工作就是通过上文的系统集成技术中的前馈控制而得以实现的，前馈控制根据监控数据的分析，能对各种扰动因素所造成的偏差进行适当的事前调整，进而使得楼宇空气始终处于良好的状态。所以说，系统集成技术在智能建筑中的控制应用是极为有效的。
3 结束语
智能建筑的运行对于系统集成技术的应用是必不可少的，建筑建设人员要想使智能建筑的建设达到最佳的智能化效果，就必须不断地完善系统集成技术，使其为智能建筑的运行提供更多的助力。
参考文献
[1]刘江永.建筑智能系统集成模型的构建及研究[J].湘潭大学自然科学学报,2009,01.
[2]李锋博.基于Web的智能建筑系统集成的设计与应用[J].电气应用,2009,07.
[3]陈立定,郑宇祺,曾明,胥布工.基于Web的建筑智能化系统集成组态软件的设计与应用[J].低压电器,2007,06.
