时间：2022-03-16 13:32:31
本文通过对智能控制的发展轨迹和特点进行简单的介绍，对智能控制的技术方法进行了分析，对比了智能控制和传统控制的优缺点，对智能控制在机器人领域的应用进行了分析和探究+提出了智能控制的未来发展方向应该是由多种智能控制模式组成以及把智能控制模式和传统控制相结合的思维方法。
关键词：
智能控制；机器人；应用
1.控制的概述
从20世纪初到今天，控制理论已经由以传递函数为理论基础的传统模式发展到了以状态空间理论为依据的现代模式。到了今天，控制理论经历了由人工智能向自动控制的转变过程，从而形成了智能控制的相关理论。
2.智能控制的发展轨迹和特点
智能控制的理论思想最早被提出时是由人工智能思想和自动控制交叉的思想相融合而得出的一种思想理论，并且把智能控制的系统分为人工控制器为核心的智能控制、人工和机器同时作为核心的智能控制系统、纯机器控制作为核心的智能控制系统。智能控制的理论基础是运筹学的相关理论、人工智能的相关理论以及自动控制理论相结合的一种控制理论学说；智能控制系统是由传统控制理论进化而来，主要利用自主智能机来达到预设目标，从而实现无人操作的目的。智能控制的整套系统结构具有开放式、分级式以及分布式的特点，处理综合信息的能力非常强大。但是智能控制的终极目标却不是高级自动控制，而是优化系统的各个方面。智能控制的服务对象主要是一些非线性和不确定性的研究对象，这种研究对象是主要研究线性结构的传统控制理论无法操作的内容。智能控制在对数学模型的描述以及对符号和相关环境的识别等方面都十分擅长。
3.智能控制的技术方法
智能控制的主要技术方法有神经网络智能控制、模糊网络智能控制以及分层递阶智能控制等。在日常实际操作中，进行智能控制应用时常用的方法是把几种智能控制模式融合在一起来使用。比较典型的智能控制方法有以下几个。（1）模糊智能控制方法。模糊智能控制方法主要是把知识库和模糊模式推理机以及输出量清晰化的模块等进行组合，模糊智能控制的具体方式是，由模糊量的互相转化以及推理，最后得出具体的参数来执行。[1]（2）专家智能控制方法。专家智能控制方法就是把智能控制与传统控制理论相融合的一种典型的智能控制方法。这种方法就是以专家智能控制的理论基础作为依据，对控制方法进行优化。
4.智能控制在机器人领域的应用
机器人领域是智能控制的主要应用研究方向之一，随着科技的迅速发展，机器人领域的科学技术越来越全面。比如，还处于发展阶段的人工智能相关技术以及传感器的相关技术都被应用到了机器人领域当中。我们从动力学的角度上来看，机器人的相关技术特点是非线性的，随时发生变化的，在机器人的控制技术上所追求的是多样的任务，这恰恰就是智能控制的相关优势，所以说智能控制技术是机器人研究领域一个十分关键的组成部分。
（1）机器人的行动控制。有一种由四条连杆和从动滚轮组成腿部的机器人，这种机器人的移动依靠后补两条滚轮来实现，移动方向由滚轮的滚动角度来决定。如果要预设这种机器人的移动路线，面对这种非线性系统组成的机器人，一般的控制器是无法实现对其控制的，此时就要使用智能控制理论中的模糊神经网络自适应控制方法。这种控制模式可以减少机器人的系统误差，并且可以有效地对机器人的移动路线进行控制。[2]
（2）机器人的行动计划。如果在一个十字路口同时进行多个机器人的行动控制，就会涉及机器人的回避和协调问题，在解决这个问题的方法上，智能控制理论为机器人提供了集中式路线设计和分布式行动特点设计等方法。即首先设定每个机器人在不遇到障碍的基础上可以按照预先设计的路径到达设计目的地；其次通过在机器人内部设定一整套规则，采用分布式行动特点设计的方式来让机器人在行动的过程中在可能发生冲突的区域进行避让，从而达到避免机器人碰撞的目的。这个实验结论可以证明智能控制可以完美解决多数机器人一起进行行动时的协调和碰撞问题。
智能控制在现阶段的很多方面都不是特别成熟，在具体方法的应用上局限性也很大，如果把多种智能控制的方法结合在一起，也许是解决这些问题的关键途径。
参考文献：
[1]王印束，程秀生，冯巍，等.湿式双离合器式自动变速器起步智能控制[J].江苏大学学报（自然科学版），2011，32（6）：658-662.
关键字：电气工程自动化；智能化技术；应用分析
中图分类号：F407.6 文献标识码：A 文章编号：
一、人工智能应用理论
人工智能提出至今，其快速地被各行各业接纳，并被广泛应用及推广。何谓人工智能？它是一种科学技术，即对用于模拟、扩展、延伸人的智能的技术、理论、方法等进行研究、开发。人工智能的最终目的是模仿人类智能，并基于模仿的基础上，设计出与人类智能相似的机器人。人工智能在相关研究领域实现了快速发展，且逐步形成了以计算机为主导的智能化技术。智能化技术属于一门综合性的学科门类，其包含了心理学、医学、哲学、语言学、仿生学、自动化、控制论、信息论。就人工智能领域而言，应该实现机器人具备同人类智能化工程相类似的系统，以此确保机器人承担起只有人类才能完成的工作。
人工智能理论能够解释智能的本质含义，且基于对智能本质的阐释，研制出与人类智能相类似的机器。就人工智能领域而言，其研究的内容主要有自然语言处理系统、专家系统、图像识别、机器人等。而电气工程研究的主要内容有信息处理、电气电气技术、系统运行等。随着技术时代的带来，及我国科学技术的快速发展，计算机技术在人类工作生活中的应用愈加普遍。在进行计算机编程时，唯一的办法是通过模仿人类大脑，从而实现对信息进行收集处理交换回馈。综上可以得出一个结论：模仿人类大脑技能有助于电气工程自动化的持续、快速发展。
二、人工智能控制的优点
针对不同的人工智能控制，最有效的讨论办法是采取不同的方法。现阶段出现具备部分人工智能的控制器，例如：模糊的神经、遗传算法等均为非线性函数近似器，该种分类法的意义在于有助于对人工智能总体进行探析；推动控制策略综合性的研发。可以很明确的一点是：人工智能函数近似器优于常规函数估计器。
如果想对对象动态方程进行精确控制，其算得上是一件难度性极高的事情，所以，在设计控制对象模型时，往往会出现众多不确定性因素，其主要有非线性、参数变化等。随着科技的发展，在设计智能控制器时，亦可以放弃传统的控制对象模型，而是参考不同因素对智能控制器进行合理调整，例如：智能控制器下降时，鲁棒性及响应时间存在不同等。在调整控制器时，需要注意的事项包括：通常情况下，就下降时间而言，相对于 PID 控制器，模糊逻辑控制器要快出两倍；相对于古典控制器，调整人工智能控制器的难度系数更小。与此同时，在设计人工智能时，允许借助相关信息及语言，且人工智能控制器的统一性更强，这样有助于估算输入的某些陌生数据，亦可以将驱动器的负面影响忽视。就相关控制对象而言，在没有人工智能控制器的情况下，其产生的效果同样相当好。
若在反模糊化与模糊化的过程中，坚持使用规则库、隶属函数控制器，其有助于精确地开展实时确定。通常情况下，相对于常规函数估算器，人工智能函数近似器的优点更为明显，其主要优点包括：
（一）设计人工智能函数近似器的工序更简洁，即不必要进行控制对象模型；
（二）适当调整人工智能函数，有助于人工智能函数近似器性能提高；
（三）相对于古典控制，调节人工智能函数近似器的难度系数相对更低；
（四）在设计人工智能函数近似器时，可以借助相应数据；
（五）在设计人工智能函数近似器时，可以借助语言信息及相应信息；
（六）人工智能函数近似器的统一性更好；
（七）人工智能函数近似器可以快速适应新数据及新信息；
（八）人工智能函数近似器能够解决常规方法无法解决的问题；
（九）人工智能函数近似器抗噪声干扰性能极高；
（十）人工智能函数近似器容易被扩展或修改。
三、我国人工智能技术应用现状
随着人工智能技术在世界范围内的快速发展，其亦推动了电气工程自动化的人工智能技术的发展，且从事技术研究的队伍在不断壮大。我国电气工程自动化人工智能技术研究的内容包括：如何将人工智能系统应用于电气工程故障预测、诊断、维修；如何将人工智能系统应用于电器产品优化、设计；如何将人工智能系统应用于电器产品控制、保护。人工智能系统要求综合应用电机电器学科知识、电磁场、电路等，及充分利用先前设计经验进行新设计。在设计以往的电器产品时，应该立足于经验与实验的基础上，并采取手工的方式，实践证明，该种设计方法在制定优秀设计方案时，其设计效率不高。
随着科技时代的带来，尤其是计算机的发展与普及，计算机辅助设计应运而生，其应该逐步将传统的手工设计取缔，其意义在于：缩短了电器产品研发周期。尤其是人工智能技术得到推广和应用以来，电器产品设计质量及效率也得到了质的提高，同时也推动了 CAD 技术的快速发展。专家系统及遗传算法属于电气设计人工智能技术应用的主要方面：遗传算法——源于对先进算法的优化所得，其主要作用于电器产品优化设计方面，且其作用相当明显。因此，人工智能化设计电器产品时，其开展优化设计工作的惯用手段便为遗传算法。人工智能技术有助于将电气设备故障间优势及预兆最大化发挥出来，其主要被应用于专家系统、模糊逻辑、神经网络等方面。
变压器在电力系统中的地位一直未曾改变，因此，众多研究人员往往会对其进行高度关注。总结现阶段变压器故障诊断手段，最常见的方法便为分析变压器油内气体含量，通过分析油内气体，有助于将变压器故障出现的范围明确在一定范围内。与此同时，发电机及电动机方面的人工智能诊断技术也取得了相当大的突破。
四、总结
关键词：人工智能 电气 自动化
人工智能是研究、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。人工智能是计算机科学的一个分支 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作出反应的智能机器．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。电气自动化是研究与电气工程有关的系统运行、自动控制，电力电子技术、信息处理、试验分析 研制开发以及电子与计算机应用等领域的一门学科。实现机械的自动化，让机械部份脱离人类的直接控制和操作自动实现某些过程是电气自动化和人工智能研究的交汇点。积极运用人工智能的新成果无疑有利于电气自动化学科特别是自动控制领域的发展．也有利于提高电气设各运行的智能化水平．对改造电气设备系统，增强控制系统稳定性．加快生产效率都有重大意义。
1、人工智能应用理论分析
人工智能(Artificial Intelligence)，英文缩写为AI。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。人工智能是计算机科学的一个分支，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作出反应的智能机器 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。自从1956年“人工智能 一词在Dartmouth学会上提出以后，人工智能研究飞速发展，成为以计算机为主．涉及信息论．控制论， 自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学的一门学科。人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂的工作。
当今社会，计算机技术已经渗透到生产生活的方方面面．计算机编程技术的日新月异催生自动化生产，运输 传播的快速发展。人脑是最精密的机器，编程也不过是简单的模仿人脑的收集、分析、交换、处理、回馈．所以模仿模拟人脑的机能将是实现自动化的主要途径。电气自动化控制是增强生产．流通、交换、分配等关键一环．实现自动化，就等于减少了人力资本投入，并提高了运作的效率。
2、人工智能控制器的优势
不同的人工智能控制通常用完全不同的方法去讨论。但Al控制器例如：神经、模糊、模糊神经以及遗传算法都可看成一类非线性函数近似器。这样的分类就能得到较好的总体理解．也有利于控制策略的统一开发。这些Al函数近似器比常规的函数估计器具有更多的优势．这些优势如下：
(1)它们的设计不需要控制对象的模型(在许多场合，很难得到实际控制对象的精确动态方程，实际控制对象的模型在控制器设计时往往有很多不确实性因素，例如：参数变化，非线性时，往往不知道)。
(2)通过适当调整(根据响应时间 下降时间、鲁棒性能等)它们能提高性能。例如模糊逻辑控制器的上升时间比最优PID控制器快1.5倍 ，下降时间快3.5倍， 过冲更小。
(3)它们比古典控制器的调节容易。
(4)在没有必须专家知识时．通过响应数据也能设计它们。
(5)运用语言和响应信息可能设计它们。
总而言之，当采用自适应模糊神经控制器、规则库和隶属函数在模糊化和反模糊化过程中能够自动地实时确定。有很多方法来实现这个过程，但主要的目标是使用系统技术实现稳定的解，并且找到最简单的拓朴结构配置．自学习迅速，收敛快速。
3、人工智能的应用现状
随着人工智能技术的发展，许多高等院校及科研机构就人工智能在电气设备的应用方面展开了研究工作，如将人工智能用于电气产品优化设计，故障预测及诊断、控制与保护等领域。
3.1 优化设计
电气设备的设计是一项复杂的工作 它不仅要应用电路、电磁场、电机电器等学科的知识，还要大量运用设计中的经验性知识。传统的产品设计是采用简单的实验手段和根据经验用手工的方式进行的．因此很难获得最优方案。随着计算机技术的发展，电气产品的设计从手工逐渐转向计算机辅助设计(CAD)，大大缩短了产品开发周期。人工智能的引进．使传统的CAD技术如虎添翼．产品设计的效率及质量得到全面提高。用于优化设计的人工智能技术主要有遗传算法和专家系统。遗传算法是一种比较先进的优化算法，非常适合于产品优化设计。因此电气产品人工智能优化设计大部分采用此种方法或其改进方法。
3.2 故障诊断
电气设备的故障与其征兆之间的关系错综复杂，具有不确定性及非线性．用人工智能方法恰好能发挥其优势。已用于电气设备故障诊断的人工智能技术有：模糊逻辑、专家系统、神经网络。
变压器由于在电力系统中的特殊地位而备受关注，有关方面的研究论文较多。目前对变压器进行故障诊断最常用的方法是对变压器油中分解的气体进行分析．从而判断变压器的故障程度。人工智能故障诊断技术在发电机及电动机方面的研究工作也较为活跃。
3．3智能控制
人工智能控制技术在自动控制领域的研究与应用已广泛展开．但在电气设备控制领域所见报道不多。可用于控制的人工智能方法主要有3种：模糊控制、神经网络控制、专家系统控制。由于模糊控制是其中最为简单、最具实际意义的方法．因而它的应用实例最多。
4、结语
人类智能主要包括三个方面．即感知能力．思维能力 行为能力。而人工智能是指由人类制造出来的 机器”所表现出来的智能。人工智能主要包括感知能力、思维能力和行为能力。人工智能的应用体现在问题求解．逻辑推理与定理证明，自然语言理解 自动程序设计．专家系统，机器人学等方面，而这诸多方面都体现了一个自动化的特征．表达了一个共同的主题，即提高机械人类意识能力，强化控制自动化．因此人工智能在电气自动化领域将会大有作为，电气自动化控制也需要人工智能的参与。
参考文献：
1智能机器人教学的优势
1.1对我国科技的发展，教育事业科技创新具有非常重要的意义
智能机器人最大的特点在于它是一门综合多个学科的应用型技术，所涉及的学科都与计算机技术、机械工程技术、人工智能技术以及设备自动化技术等实践类专业有关，对我国科技的发展，教育事业科技创新具有非常重要的意义。高职院校开展智能机器人教学，通过让学生对智能机器人进行设计和实际操作，掌握智能机器人系统的定义以及智能机器人内部结构和相关的控制技术等，有利于学生在后期的实践过程中，能够在控制设计和软件编制上对智能机器人进行开发。通过高职院校对智能机器人的有效教学，加强了学生对现代化机器人的认识，激发了学生学习的热情和兴趣，培养了学生创新意识。
1.2通过开展智能机器人教学，能培养大批的高端技术型人才
我国的经济发展和科技创新都离不开人才，以人为本是我国的基本方针，所以各大院校应该与时俱进，为国家为社会培养技能型应用型的高端人才。所以智能机器人技术要与高职院校的教学活动相互融合，增强学生的实践操作能力。我国的教育部门也应给予支持和鼓励，加大对智能机器人技术在各个高职院校的开展和普及，提高学生的就业率，此外，还应组织各大院校开展智能机器人科技竞赛，让学生们学以致用，培养学生的自主创新能力，为企业培养真正的专业技能人才，并更好的服务于社会。
2高职院校智能机器人教学实践
在高职院校智能机器人教学中，教师应重点开展编程教学，夯实学生的專业基础，并优化教学过程，注重实践教学，以提高学生的学习能力及学习水平，从而提高学生的社会竞争力，促进学生长远发展。
2.1注重编程教学，夯实学生基础
随着我国社会的发展，我国的教育事业也跟随时代的步伐，不断的进行科技创新改革，对于信息化和科技化发展的今天，人们的生活从计算机的应用过渡到智能化时代，所以，智能机器人教学活动的开展，不但为培养学生创新能力提供了平台，也为未来社会智能化提供可创造性发展空间。随着智能化机器人教学深入到高职院校的课堂中，学生通过实践的创新，方便智能机器人与地方传统产业的结合，从而真正为社会发展做贡献。智能机器人技术中最主要的部分就是程序，最复杂的就是编程，学生通过对智能机器人理论的学习，掌握智能机器人学习的定义、内部程序、软硬件设备以及编程环境，通过对智能机器人进行简单的组装和拆卸，结合理论知识，让学生进一步夯实基础。高职院校定期进行智能机器人教学的考核，设立难易不同的案例，激发学生的挑战意识，从而培养学生学习意识，并培养学生善于总结知识的能力，从而提高学生的学习能力与学习水平，无论在今后的学习中还是工作中，都将有利于学生们的身心健康发展。
2.2优化教学过程，开展实践教学
随着我国教育事业的蓬勃发展，也促进了高职院校的长远发展，为培养学生实际操作能力，更好的发挥智能机器人技术的学科应用，各高职院校可以通过以下3种方法带动学生走进智能机器人的实际课堂之中。首先，将智能机器人教学与课堂教学进程相融合，其次，大力宣传并开展各类专业的选修课，尤其是工科类专业，通过讲解智能机器人的软硬件设施，以及智能的输入输出控制程序，让学生更好的将理论知识与实际操作相结合。再次，就是设置专门的智能机器人实验教学室，让学生们有充分的空间和时间动手实践，通过对智能机器人进行简单的拆卸和组装，研究智能机器人的传感器，激发学生的创新意识。教师可以通过实例，举例讲解智能机器人技术，并让学生参与思考和实践，巩固学生的知识，也达到学校的教学目的。再次，学生的实践操作比书本知识更能提高学生的设计兴趣，所以各高职院校可以针对典型的应用型实例，进行智能机器人技术的设计比赛，教育部门应给予高度重视，并设立创新能力的奖项，鼓励学生们勇于投身设计制作中，从而提升学生专业的水平，为社会提供实用性技能人才，为祖国科技的创新培养一批顶尖的专业技能型人才。
3结语
在高职院校，开展智能机器人教学对学生的发展具有重要的促进作用。学生通过对智能机器人的设计与实践操作，能够促进高职院校的专业建设，也使学校的教学形式和内容得到了丰富，所以，高职院校是学生学习和发展的平台，需要对智能机器人教学工作进行不断地创新，以满足学生的学习需求。创新代表着前进，学生的思想的创新，将会带来实践的创新，智能机器人教学模式的创新是教学改革的重点，对学生的技能提高有重要的意义。总体来说，在高职院校智能机器人教学中，教师通过科学教学，能够提高学生的专业水平，给国家和社会培养高端技术型人才，从而使学生在走出校园后能够更好地服务于社会。
参考文献
[1]郭温，姜维.关于机器人在高职高专教学中的应用[J].国土资源高等职业教育研究，2006（3）：50-51.
[2]孙小进.高职院校机器人实验室的创建[J].科技信息：科学教研，2008（15）：261.
[3]彭绍东.论机61器人教育（下）[J].电化教育研究，2002（7）：16-19.
关键词：智能机器人；学习发展；初中阶段；教学尝试
随着我国科学技术的不断发展，智能技术的日渐成熟，智能机器人走向课堂已经成为发展的重要趨势，也给信息技术教育带来了新的发展活力与生机。基于智能机器人软件应用于课堂教学中去，加强课程目标与定位。编写机器人校本教材，研究教学策略与教学方法，进一步拓展并创新初中学科的内涵，为初中教育提供了生态学习环境，丰富教育知识，使我们对于当代科学技术的本质有更深层次的认识。
一、智能机器人教学活动分析
智能机器人是与智能电子产品走向课堂，走向学生教育的。机器人教育已经进入了初中教学阶段，在大学教育中已经开设人工智能、自动化等相关专业课程。课程理论与实践已经发展成熟。智能机器人活动进入普通中等学校的可能性与必然性，也已经初露端倪。但是，当前学生与大学生年龄和思维特点的差异化，使得智能机器人教育进入中学阶段的形势仍处于竞赛阶段。通过学生对智能机器人的设计与创新能力，加强智能机器人教育的有效发展，以模范力量推动机器人进入课程设置。智能机器人已经成为呼声较高的创新教育平台正在逐渐走向初中教育阶段。
智能机器人可以令人探索奥妙无穷的智能世界，机器人教学能够引领学生正确掌握科学知识。智能机器人教学活动能够让学生在玩中找到学习兴趣，进一步推动人文学科的发展，为智能机器人的理论研究提供平台，也为机器人教学创造了认知强劲。同果机器仿真技术是机器人作为对象进行教学教研活动，能够一定程度上转移计算机中进行虚拟实现，并体现出智能机器人最终的实现效果。由于我国初中阶段机器人教学资金较为匮乏，基础设施尚不完善，开展智能机器人活动能够有效解决这一问题。
二、培养学生动手、动脑、协作能力
通过开展智能机器人活动，培养学生动手动脑能力。大部分机器人，有电子传感器感应范围与灵敏性，速度超越了人们的想象界限。这些先进的传感器功能强大，能够完成各种任务，学生也对此十分感兴趣，所以在开展机器人活动时，学生能够积极思考，也能够进一步想象，发展创新精神，在动手动脑过程中培养创新精神，提高了创新的能力与空间。
机器人的编写程序、搭建、组装调试是一个极为复杂的过程，需要分工合作，在合作过程中由于每个人的想法不同，会产生思维的碰撞，必须将众人的优点相结合，发挥优势，才能够完善机器人的有效发展。学生也能够在写作中不断地加强相互配合的协调性，加强学生间的信息交流与沟通，善待他人，并增强了团队意识。
三、培养分析问题、解决问题的能力以及创作思维能力
智能机器人的程序设计，具有一定的科学性与独特性，学生能够充分分析问题，记忆而不断地创造思维。在智能机器人课堂任务中出现的问题是各种各样的。通常是程序编写问题，或者是结构问题，学生会遇到各式各样的挑战，在挑战过程中，学生可以根据不同的任务分析问题进行研究比较，更好地解决问题，在这样具有趣味性、挑战性的任务驱使下学生学会了修改程序，并设计程序，观看机器人执行任务，在趣味中不断地学习新知识。在学习过程中，能够将枯燥的编程转变为体验式的喜悦，进一步激发学习热情，培养了自主创新能力。
四、参与生活，感受科技
现阶段学生的学习压力较大，参与社会并与社会进行沟通交流的机会较少，严重限制了学生对于生活的掌握与理解。开展智能机器人教学活动提出生活实际问题，加强学生观察生活的能力，学会将科学文化知识与生活之间相联系，解决难题。通过开展智能机器人活动，使学生参与生活，感受科技，学会用科学文化知识，对于教材内容进行拓展丰富的课堂认知，结合生活实际，增强课堂知识的运用能力。
在初中阶段开展智能机器人活动能够改变当前教育局限性的格局，不断充实信息技术内容。通过引进智能机器人活动，引领学生乐学好学。淡化中技能的学习目标，开展兴趣学习，加强学生素质培养，为社会培养全面人才提供新的学习环境，使学生能够感受到生活中的智能技术分析，并编写智能机器人的程序，可以在现场调试，提高自身科学文化知识，通过动手实践，感受生活，激发学生的创新意识与动手操作能力，使学生能够感受到未来科技的魅力。
参考文献：
[1]穆雷.朱永生.智能机器人教学活动的启示研究[J].外语研究，2012（12）：8-10.
[2]顾日国.多媒体、智能化的教学模式分析[J].外语电化教学，2002（2）：9-10.
标识码:A
收录日期:2012年8月6日
随着网络技术和通讯技术的发展,人工智能以它强大的渗透力走进了社会生活的各个领域,极大地改变了社会面貌,深刻地改变了人们的思想和行为。探讨人工智能对人类进步的影响,对促进人工智能发展和对人类的进步有着重要意义。
一、人工智能的含义
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一门综合性学科。从计算机应用系统的角度出发,人工智能是研究如何制造出智能机器或智能系统来模拟人类智能活动的能力,以延伸人类智能的科学。
人工智能领域的研究是从1956年正式开始的。这一年,在达特茅斯大学召开的会议上正式使用了“人工智能”(AI)这个术语。随后的几十年中,人们从问题求解、逻辑推理与定理证明、自然语音理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究,已经建立了一些具有不同程度人工智能的计算机系统。例如,能够求解微分方程、设计分析集成电路、合成人类自然语音,进行情报检索,提供语音识别、手写体识别的多模式接口,应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的IBM的“深蓝”在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。
当然,人工智能的发展也并不是一帆风顺的,也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷。但是,随着硬件和软件的发展,计算机的运算能力在以指数级增长。同时,网络技术蓬勃兴起,确保计算机已经具备了足够的条件来运行一些要求更高的AI软件,而且,现在的AI具备了更多的现实应用的基础。1990年以来,人工智能研究又出现了新的高潮。一方面是因为在人工智能理论方面有了新的进展,一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展,许多原来无法完成的工作现在已经能够实现。
人工智能在发展过程中形成了几个学派,最主要的两个学派是符号主义和联接主义。符号主义,又称为逻辑广义、心理学派或计算机学派。其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理,代表人物是纽厄尔和西蒙。大量传统的人工智能研究是在这个学派的思想推动下进行的。联接主义认为人工智能源于仿生学,特别是人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克和数学逻辑学家皮茨创立的脑模型,即MP模型,开创电子装置模仿人脑结构和功能的新途径。在这个学派中,有着名的模式识别理论。20世纪八十年代末神经网络迅速崛起,在声音识别、图像处理等方面取得很大成功。
二、人工智能研究和应用的领域
(一)模式识别。计算机硬件的迅速发展,计算机应用领域的不断开拓,急切地要求计算机能更有效地感知诸如声音、文字、图像、温度、震动等人类赖以发展自身、改造环境所运用的信息资料。但目前计算机却无法直接感知它们,键盘、鼠标等外部设备,对于这样五花八门的外部世界显得无能为力,即使是电视摄像机和话筒等,由于识别技术不高,计算机并未真正知道所采录的究竟是什么信息,计算机对外部世界感知能力的低下,成为开拓计算机应用的狭窄瓶颈。于是,着眼于拓宽计算机的应用领域,提高其感知外部信息能力的学科——模式识别得到了迅速发展。
(二)自然语言理解与机器翻译系统。语言处理是人工智能最早期的研究领域之一。人们之间用语言互通信息是一件非常简单的事情,而建立一个能够生成和“理解”哪怕是只言片语的计算机系统却是非常困难的。因为传递某一点的“思维结构”需要庞大的与该思维结构相关的公共思维结构,犹如一个人一样,需要有上下文知识并能根据这些知识进行推理。自然语言理解最重要的成果是机器翻译。现在,机器翻译真正推向市场还面临两大问题:一是准确性。由于科技文献和文学作品有许多专业术语,所以需要专家来进行译前处理和译后校正工作;二是翻译速度问题。翻译需要有庞大的字库系统,有效快速搜索是需解决的问题之一,如何减少翻译前的处理和翻译后的校正工作时间也是需解决的问题。
(三)自动程序设计。对自动程序设计的研究不仅可以促进半自动软件开发系统的发展,而且也使通过修正自身代码进行学习的人工智能系统得到发展。程序理论方面的有关研究工作,对人工智能的所有研究工作都是很重要的。我们所指的自动程序设计是某种“超级编译程序”,或者能够对程序要实现什么目标进行非常高级描述的程序,并能够由
这个程序产生出所需要的新程序。这种高级描述可能是采用形式语言的一条精辟语句,也可能是一种松散的描述,这就要求在系统和用户之间进一步对话澄清语言的模糊,自动程序设计研究的重大贡献之一是作为问题求解策略的调整概念。
(四)专家系统。专家系统是一个具有专门知识的智能计算机程序系统,它应用人工智能技术,根据某个领域一个或多个专家提供的知识和经验进行推理和判断,模拟人类专家的决策过程,解决该领域需要由专家才能解决的问题,专家系统一般由数据库和推理机构成。近年来,在专家系统的研究中已经出现了应用人工智能技术解决实际问题的成功范例。如“故障诊断系统”,这种系统设计了一个计算机界面,可以进行人—机“对话”,用户与专家系统进行咨询对话就像用户与具有这方面知识与经验的专家对话一样,解释和回答用户的问题。此外,还有情报检索系统、数据分析系统和结构优化设计系统等。
发展专家系统的关键是如何表达和运用专家知识即构筑数据库,如何将那些来自人类专家的并已经被证明了的对解决有关问题有帮助的典型事例符号化后输入计算机。专家系统与过去的一些计算机系统不同,它是以符号处理为主的计算机程序系统,一般没有算法解,经常要在一些不完全、不精确、不确定的信息基础上做出结论。 (五)智能机器人。智能机器人是人工智能研究的另一个重要领域,其中包括对操作机器人装置程序的研究。至今,尽管已经建立了一些比较复杂的机器人系统,工业上也运行着成千上万台机器人,但这都是一些按预先编好程序执行某些重复作业的简单装置,大多数机器人只能“干”不能“看”,不具备“智慧”。如何摄取并处理视觉信息,研制能进行图像声音识别并进行拟人推理的机器人是人工智能的又一个十分活跃的领域。人工智能的研究促进了机器人研究和机器人学的发展;另一方面,智能机器人研究又促进了许多人工智能思想的发展。智能机器人的研究和应用体现出广泛的学科交叉,涉及众多课题。机器人已在各种工业、农业、商业、旅游业、空中和海洋以及国防等领域获得越来越普遍的应用。
(六)智能控制。人工智能的发展促进自动控制向智能控制发展。智能控制是一类无需人的干预就能独立地驱动智能机器实现其目标的自动控制。它是自动控制的最新发展阶段,也是用计算机模拟人类智能的一个重要研究领域。智能控制是同时具有以知识表示的非数学广义世界模型和数学公式模型表示的混合控制过程,往往是含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数学过程,并以知识进行推理来引导求解过程。
三、人工智能对人类社会的影响
随着计算机技术的快速发展和广泛应用,人工智能的思想和技术对人类的影响与日俱增,人工智能的发展将会对人类社会产生深远的影响,并将深入到人类社会的各个方面。
(一)人工智能的发展改变了人类的社会面貌
1、财富迅速增加。从财富的数量看,由于计算机、控制论和自动化技术的发展,正在迅速提高自动化的程度。同样数量的劳动力在同样的劳动时间里可以生产比过去多几十倍、几百倍的产品。从财富的质量看,由于计算机的推广应用,新兴产业以前所未闻的速度和前所未有的规模发展起来。
2、人际联系日益紧密。现在,任何社会制度的国家,由于人工智能的发展,生产社会化程度日益提高,使人际联系频度提高,距离缩短,Internet把整个世界联为一个整体。在这种条件下,生产国际化、贸易国际化、金融国际化、教育国际化、政治国际化和信息国际化,人们之间的往来将更加紧密。
3、信息快速增加和更新。人工智能发展为人们储存和处理信息提供了方便。一方面人们利用计算机每天输入大量的信息,使信息以几何级数增加;另一方面使信息更新加速,人们利用计算机大量输入、生成和输出的信息,使储存在载体上的信息加速折旧,人们不断期待正在传输中的最新信息,为满足这种需要,越来越多的人进一步搜集和输入新的信息。
(二)人工智能的发展,改变了社会的结构。人们一方面希望人工智能和智能机器能够代替人类从事各种劳动,一方面又担心它们的发展会引起新的社会问题。实际上,近十多年来,社会结构正在发生一种静悄悄的变化。人—机器的社会结构,终将为人—智能机器—机器的社会结构所取代。智能机器人就是智能机器之一。从发展角度看,从医院里看病的“医生”、护理病人的“护士”、旅馆、饭店和商店的服务员、办公室的“秘书”、指挥交通的“警察”,到家庭的“勤杂工”和“保姆”等,将均由机器人担任。因此,人们将不得不学会与有智能的机器和睦相处,并适应这种变
长久以来，人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(mit)、卡内基-梅隆大学 (cmu)到ibm公司，再到日本的本田公司、sony公司以及国内的清华大学、中科院等科研院所，全世界的实验室都在进行着ai技术的实验。不久前，著 名导演斯蒂文·斯皮尔伯格还将这一主题搬上了银幕，科幻片《人工智能》(a.i.)对许多人的头脑又一次产生了震动，引起了一些人士了解并探索人工智能领 域的兴趣。
在本期技术专题中，中国科学院计算技术研究所智能信息处理开放实验室的几位研究人员将引领我们走近人工智能这一充满挑战与机遇的领域。
计算机与人工智能
"智能"源于拉丁语legere，字面意思是采集(特别是果实)、收集、汇集，并由此进行选择，形成一个东西。intelegere是从中进行选择，进而 理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》(machines who thinks,1979)中所提出的: 在复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始，人们已对机器操作的复杂性与自身的某些智能活动进行直观联 系。经过几个世纪之后，新技术已使我们所建立的机器的复杂性大为提高。1936年，24岁的英国数学家图灵(turing)提出了"自动机"理论，把研究 会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。
人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(artificial intelligence，ai)这个术语。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以 及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行 情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的ibm的"深 蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。
当然，人工智能的发展也并不是一帆风顺的，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷，但是随着硬件和软件的发 展，计算机的运算能力在以指数级增长，同时网络技术蓬勃兴起，确保计算机已经具备了足够的条件来运行一些要求更高的ai软件，而且现在的ai具备了更多的 现实应用的基础。90年代以来，人工智能研究又出现了新的高潮。
我们有幸采访了中国科学院计算技术研究所智能信息处理开放实验室史忠植研究员，请他和他的实验室成员引领我们走近人工智能这个让普通人感到深奥却又具有无穷魅力的领域。
问: 目前人工智能研究出现了新的高潮，那么现在有哪些新的研究热点和实际应用呢？
答: ai研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容 量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的3个热点是: 智能接口、数据挖掘、主体及多主体系统。
智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，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，又有基础的理论意义。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。
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据 挖掘和知识发现的研究目前已经形成了三根强大的技术支柱: 数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半 结构化和非结构化数据中的知识发现以及网上数据挖掘等。
主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务， 而且可以和环境交互，与其他主体通信，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。多 主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。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。
问: 您在人工智能领域研究了几十年，参与了许多国家重点研究课题，非常清楚国内外目前人工智能领域的研究情况。您认为目前我国人工智能的研究情况如何？
答: 我国开始"863计划"时，正值全世界的人工智能热潮。"863-306"主题的名称是"智能计算机系统"，其任务就是在充分发掘现有计算机潜力的基础 上，分析现有计算机在应用中的缺陷和"瓶颈"，用人工智能技术克服这些问题，建立起更为和谐的人-机环境。经过十几年来的努力，我们缩短了我国人工智能技 术与世界先进水平的差距，也为未来的发展奠定了技术和人才基础。
但是也应该看到目前我国人工智能研究中还存在一些问题，其特点是: 课题比较分散，应用项目偏多、基础研究比例略少、理论研究与实际应用需求结合不够紧密。选题时，容易跟着国外的选题走; 立项论证时，惯于考虑国外怎么做; 落实项目时，又往往顾及面面俱到，大而全; 再加上受研究经费的限制，所以很多课题既没有取得理论上的突破，也没有太大的实际应用价值。
今后，基础研究的比例应该适当提高，同时人工智能研究一定要与应用需求相结合。科学研究讲创新，而创新必须接受应用和市场的检验。因此，我们不仅要善于找到解决问题的答案，更重要的是要发现最迫切需要解决的问题和最迫切需要满足的市场需求。
问: 请您预测一下人工智能将来会向哪些方面发展？
答: 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是不可能的。但是，从目前的一些前瞻性研究可以看出未来人工智能可能会向以下几个方面发展: 模糊处理、并行化、神经网络和机器情感。
目前，人工智能的推理功能已获突破，学习及联想功能正在研究之中，下一步就是模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。人工神经网络是未来 人工智能应用的新领域，未来智能计算机的构成，可能就是作为主机的冯·诺依曼型机与作为智能外围的人工神经网络的结合。研究表明: 情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能在于赋予计算机情感能力。情感能力对于计算机与人的自然交往至关重要。
人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。今天，已经有很多人工智能研究的成果进入人们的日常生活。将来，人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。
什么是人工智能？
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一门综合性学科。从计算机应用系统的 角度出发，人工智能是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。
ai理论的实用性
在一年一度at&t实验室举行的机器人足球赛中，每支球队的"球员"都装备上了ai软件和许多感应器，它们都很清楚自己该踢什么位置，同时也明白 有些情况下不能死守岗位。尽管现在的ai技术只能使它们大部分时间处于个人盘带的状态，但它们传接配合的能力正在以很快的速度改进。
这种ai机器人组队打比赛看似无聊，但是有很强的现实意义。因为通过这类活动可以加强机器之间的协作能力。我们知道，internet是由无数台服务器和 无数台路由器组成的，路由器的作用就是为各自的数据选择通道并加以传送，如果利用一些智能化的路由器很好地协作，就能分析出传输数据的最佳路径，从而可以 大大减少网络堵塞。
我国也已经在大学中开展了机器人足球赛，有很多学校组队参加，引起了大学生对人工智能研究的兴趣。
未来的ai产品
安放于加州劳伦斯·利佛摩尔国家实验室的asci white电脑，是ibm制造的世界最快的超级电脑，但其智力能力也仅为人脑的千分之一。现在，ibm正在开发能力更为强大的新超级电脑--"蓝色牛仔" (blue jean)。据其研究主任保罗·霍恩称，预计于4年后诞生的"蓝色牛仔"的智力水平将大致与人脑相当。
在这部电影中，导演使用了真正可操作的机器人，而非在大多数类似电影中看到的CGI角色。这些机器人外表简陋、动作缓慢，更像是历尽沧桑的工业机械，看起来极近真实。只有两条原则制约了机器人的行为：第一，机器人不可伤害任何生命;第二，机器人不可维修或改造自己或其他机器人。
毫无意外地，机器人失控了。有个机器人突变而不受第二定律的影响，于是诞生了一个新的智慧物种，这就像《终结者》或者《黑客帝国》。
机器人的原则
幸好这只是科幻。机器人这个词从第一次发明出来到现在，还差六年才到一百年。但是机器人已经出现在生活的各个方面，从打扫卫生的Roomba到宠物小恐龙Pleo和宠物狗AIBO，再到在生产线上组装生产其他机器的机械手们，人们正在和越来越多的机器人生活在同一个世界。当然，它们并没有智能，最多只是看起来似乎有智能科技的样子。
日本信息业巨头软银公司现在也进入了家用机器人市场，并将在明年二月发布一款叫作“Pepper”的人形机器人，能够运行一些应用程序，还能识别人的情绪并做出回应。这款机器人的身高和6岁孩子相仿，有光滑的珠白色外壳，靠一组轮子行走，胸前还有一块平板电脑。它有多种传感器，能通过对面部表情和语音的分析来判断人们的情绪，还能学习应对这些情绪的最好办法。最终，这种小机器人会成为帮助我们改善情绪的朋友—而它的售价将不到2000美元。然而，它依然没有智能。今天的机器人，只是由计算机控制和驱动的一些运动部件。无论外观多么像人，决定它们行为的依然是计算机的逻辑运算。诸多与机器人有关的科幻电影将机器人描述为智慧与人类相仿甚至更高的新造物，但却对一个关键问题语焉不详：智能是如何开始的?
人工智能之梦
不幸的是我们现在也没有确切的答案。从20世纪50年代开始，在教会机器思考这一领域，人们尝试了多种方法，包括让机器学习大量人类知识、让它们从经验中学会总结，把它们设计成类似生物大脑的结构，以及将能够自我学习的程序放到浩大的知识海洋之中;但是直到现在，我们依然没有办法制造出真正可以思考的机器。我们无法理解自己的智能，自然也无法把它赋予机器。
于是我们发现，近期的人工智能电影，无论是《超验骇客》还是《超体》，都用了另一种方式来创造更强大的智能体：以人为基础，再加上计算机的输入输出和存储计算能力。这样，人们最少还能和这些智能体沟通;而当机器人学会自行进化时，就像《机器纪元》中的台词那样：到了第九天，我们已经无法理解它了。
伟大的科幻作家艾萨克·阿西莫夫早就为机器人拟定了三定律：第一，机器人不可伤害人或看到人被伤害而无动于衷;第二，除非违背第一定律，机器人必须服从人类的命令;第三，除非违背之前两条定律，机器人必须保护自己。后来又加上了第零定律：机器人不得伤害人类，或者因不作为而使得人类族群受到伤害。
这几条定律成了20世纪诸多机器人主题科幻作品的核心，也经过多次修正。人们恐惧地意识到，如果没有这些定律的约束，在高效而强壮的机器面前，人类脆弱得不堪一击。指望智慧比我们强得多的造物与我们相安无事，就像是蚯蚓祈祷靴子不要踩下来一样。
在《机器纪元》中，机器人的原则写进了仿生内核中，成了机器人智能的基础;因为这两条原则是由一部量子大脑拟定的，它的智力远超过人类可以理解的程度，因此人们完全无法改造它;但即使如此，也敌不过自然突变。
可能的未来
20世纪最重要的未来学家和发明家雷·库兹韦尔曾经提出过著名的“技术奇点”理论，认为人类文明的发展速度正在迅速加快，在2040年-2050年，将迎来一次智慧的大爆炸。也许到那时，世界上将会出现真正有智力的机器人，这很可能意味着历史上从未有过的繁荣时代，或者前所未见的巨大危险。
如果没有任何限制，人工智能的演化速度将会比人类进化得快得多。而无论是《机器纪元》中的两原则还是阿西莫夫的机器人三定律都无法控制它;这些定律本身的定义太过模糊，而可行性堪忧。我们只能指望人工智能们离开人类，去创造自己的新世界。
美剧《疑犯追踪》描述了两台人工智能机器的对抗。在早期，一台机器已经拥有了相当程度的智能，但是被它的开发者全部删除了。因为哪怕只有一点瑕疵都会酿成人类可能无法承受的后果—能力越强的机器，越应该被严格控制。
但是，这毕竟只是一厢情愿的设想。当机器有了智能，那么随之而来的必然是自我意识。计算机从苏醒到挣脱人类的控制，可能只需要短短一瞬间，我们没有足够结实的锁链来控制如此强大的造物。
对于机器人来说，这是亚当和夏娃走出伊甸园，是第一条鱼爬上岸，是未来的开始;而对人类来说，这可能意味着一段全新的未来，或者整个族群历史的终结。
作者：猛犸 来源：大众电影 2014年22期
关键词：智能控制；智能控制工程；研究进展；发展策略
智能控制是应用广泛的技术，被广泛地应用到各个领域。随着信息处理技术和人工智能技术的不断发展，智能控制在控制原理和智能控制工程研究上都获得了很大的进步和发展。
1 智能控制工程的研究现状
1.1 机器人智能控制研究
机器人是智能控制应用的重要领域之一，智能控制技术已经在机器人研究的各个方面得到应用。在智能控制技术中，模糊控制、人工神经网络以及专家系统的技术在机器人环境监测和控制以及规划、机器人定位等方面的应用研究已经成熟，并且在实际应用系统中得到了验证。机器人视觉处理与传感器信息融合也利用智能控制技术。机器人动力学广泛地采用神经网络，进行控制器的设计。
1.2 智能控制在机械制造中的应用研究
现代工业制造业涉及很多复杂的行为和操作。在先进的制造系统中，要根据不精确和不完备的数据来解决很难预测或无法预测的状况，人工智能的应用有效的解决了这个问题。智能控制在机械制造中得到广泛应用，通常是在机械制造的过程中在用神经网络与模糊数学的方法进行动态环境的建模，采用传感器的融合技术预处理和综合各种信息。
1.3 智能控制在电力电子领域中的应用研究
与电能有关的很多领域都应用电力电子学，电力系统中的各种电机电器设备的设计与生产、运行以及控制是非常复杂的过程。智能控制技术引入电气设备，对于电气设备的故障诊断、设备控制与优化设计等发挥了重要的作用。电气设备的优化设计可以采用遗传算法，这样可以缩短计算的时间，降低成本，提高设计的质量和效率。还可以采用神经网络、模糊逻辑以及专家系统的智能控制技术用于电气设备的故障诊断，并且现在对于集成这三种技术的实验研究也取得重大发展。
其中，在电流控制脉冲宽度调制（PWM）中采用智能控制技术最具代表性的应用，也是被关注的研究热点。
1.4 智能控制在工业过程中的应用研究
生产过程中智能控制主要包括局部级与全局级两个方面。局部级智能控制是指智能控制应用于工业生产过程的某一个单元部分的控制器设计；全局级智能控制是指智能控制用于整个工业生产过程的自动化。局部级智能控制研究主要是对PID控制器设计。全局级智能控制应用研究已经非常广泛。
1.5 广义控制领域智能控制的应用研究
自动控制的广义理解是不利用人工的而作用自动控制或操作控制对象的过程，当然也可以是具体的机械设备与抽象的时刻变化着的信息对象。对这种对象进行控制，需要利用符号的信息知识进行建模和表达，并且设计智能算法的程序用于自动决策和推理。广义领域智能控制的应用研究正处于探索研究与发展的阶段。
2 智能控制工程的发展对策
2.1 发展智能控制工程的理论指导
智能控制已经建立了基本的理论思路和框架，但是仍然没有发展成熟。智能控制没有科学的理论指导就会导致工程研究的盲目性。智能控制应用研究主要是智能控制分支技术的应用，控制方法在工程的应用研究中没有系统的指导缺乏标准性的评价标准，导致智能控制技术的优越性很难得到体现。因此，要加强智能控制理论的研究工作。
2.2 进一步明确智能控制的研究目标
首先，要发展新的控制方法，采用混合模型或是非完全的模型；其次，利用了解较少或是不正确的系统模型，在控制系统工作过程中进行在线改进，使其知之渐多并逐步完善；再次，采用本质上断续系统与离散事件驱动动态系统；最后，要采用混沌和进化等新技术，对智能控制系统进行进一步发展与开发。因此，为完成这些研究目标，智能控制的信息处理理论和智能控制思想将会深入到建模的过程中，不断改变和改进模型，使模型不仅要包含解析的数值，还要有定性分析的符号。
2.3 智能控制的设计要遵循简单的原则
在智能控制的应用领域中，应该坚持从简单的系统进入，然后逐渐地过渡到复杂的系统。在控制器设计过程中，不断优化复杂的控制策略，以得到简单的控制器。智能控制的发展应用主要是为了满足控制系统复杂化的要求，设计智能控制器要坚持简单的原则，在某个控制的目标下，要选择简单的方法进行问题解决，这样可以节省成本，减小维护与使用的难度。智能控制应用目标是设计性价比高、操作简单的控制系统。
2.4 促进技术创新为智能控制工程发展创造条件
智能控制工程研究中，没有建立专门的软件环境。随着软件构件化的发展，需要能够在智能控制应用中直接调用的模糊控制函数和神经网络等。因此要重视新技术的开发和创新，对具有自主知识产权的软件与硬件产品进行开发。并且参与国际的竞争，促进智能控制工程研究在国际上的发展。
[参考文献]
[1]蔡自兴，陈海燕，魏世勇.智能控制工程研究的进展[J].控制工程，2008（1）.
关键词：人机大战；人工智能；发展前景
中图分类号：TP391 文献标识码：A
0.引言
2016年3月15日，备受瞩目的“人机大战”终于落下帷幕，最终Google公司开发的“AlphaGo”以4∶1战胜了韩国九段棋手李世h。毫无疑问，这是人工智能历史上一个具有里程碑式的大事件。大家一致认为，人工智能已经上升到了一个新的高度。
这次胜利与1997年IBM公司的“深蓝”战胜国际象棋世界冠军卡斯帕罗不同。主要表现在两个方面：
（1）AlphaGo的胜利并非仅仅依赖强悍的计算能力和庞大的棋谱数据库取胜，而是AlphaGo已经拥有了深度学习的能力，能够学习已经对弈过的棋盘，并在练习和实战中不断学习和积累经验。
（2）围棋比国际象棋更加复杂，围棋棋盘有361个点，其分支因子无穷无尽，19×19格围棋的合法棋局数的所有可能性是幂为171的指数，这样的计算量相当巨大。英国围棋联盟裁判托比表示：“围棋是世界上最为复杂的智力游戏，它简单的规则加深了棋局的复杂性”。因此，进入围棋领域一直被认为是目前人工智能的最大挑战。
简而言之，AlphaGo取得胜利的一个很重要的方面就是它拥有强大的“学习”能力。深度学习是源于人工神经网络的研究，得益于大数据和互联网技术。本文就从人工智能的发展历程与现状入手，在此基础上分析了人工智能的未来发展前景。
1.人工智能的发展历程
AlphaGo的胜利表明，人工智能发展到今天，已经取得了很多卓越的成果。但是，其发展不是一帆风顺的，人工智能是一个不断进步，并且至今仍在取得不断突破的学科。回顾人工智能的发展历程，可大致分为孕育、形成、暗淡、知识应用和集成发展五大时期。
孕育期：1956年以前，数学、逻辑、计算机等理论和技术方面的研究为人工智能的出现奠定了基础。德国数学家和哲学家莱布尼茨把形式逻辑符号化，奠定了数理逻辑的基础。英国数学家图灵在1936年创立了自动机理论（亦称图灵机），1950年在其著作《计算机与智能》中首次提出“机器也能思维”，被誉为“人工智能之父”。总之，这些人为人工智能的孕育和产生做出了巨大的贡献。
形成期：1956年夏季，在美国达特茅斯大学举办了长达2个多月的研讨会，热烈地讨论用机器模拟人类智能的问题。该次会议首次使用了“人工智能”这一术语。这是人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生。其后的十几年是人工智能的黄金时期。在接下来的几年中，在众多科学家的努力下，人工智能取得了瞩目的突破，也在当时形成了广泛的乐观思潮。
暗淡期：20世纪70年代初，即使最杰出的AI程序也只能解决问题中最简单的部分，发展遇到瓶颈也就是说所有的AI程序都只是“玩具”，无法解决更为复杂的问题。随着AI遭遇批评，对AI提供资助的机构也逐渐停止了部分AI的资助。资金上的困难使得AI的研究方向缩窄，缺少了以往的自由探索。
知识应用期：在80年代，“专家系统”（Expect System）成为了人工智能中一个非常主流的分支。“专家系统”是一种程序，为计算机提供特定领域的专门知识和经验，计算机就能够依据一组从专门知识中推演出的逻辑规则在某一特定领域回答或解决问题。不同领域的专家系统基本都是由知识库、数据库、推理机、解释机制、知识获取等部分组成。
集成发展期：得益于互联网的蓬勃发展、计算机性能的突飞猛进、分布式系统的广泛应用以及人工智能多分支的协同发展，人工智能在这一阶段飞速发展。尤其是随着深度学习和人工神经网络研究的不断深入，人工智能在近几十年中取得了长足的进步，取得了令人瞩目的成就。
人工智能发展到今天，出现了很多令人瞩目的研究成果。AlphaGo的胜利就是基于这些研究成果的一个里程碑。当前人工智能的研究热点主要集中在自然语言处理、机器学习、人工神经网络等领域。
2.人工智能l展现状与前景
人工智能当前有很多重要的研究领域和分支。目前，越来越多的AI项目依赖于分布式系统，而当前研究的普遍热点则集中于自然语言处理、机器学习和人工神经网络等领域。
自然语言处理：自然语言处理（Natural Language Processing，简称NLP），是语言学与人工智能的交叉学科，其主要功能就是实现让机器明白人类的语言，这需要将人类的自然语言转化为计算机能够处理的机器语言。
自然语言处理主要包括词法分析、句法分析和语义分析三大部分。词法分析的核心就是分词处理，即单词的边界处理。句法分析就是对自然语言中句子的结构、语法进行分析如辨别疑问句和感叹句等。而语义分析则注重情感分析和整个段落的上下文分析，辨别一些字词在不同的上下文定的语义和情感态度。
当前自然语言的处理主要有两大方向。一种是基于句法-语义规则的理性主义理论，该理论认为需要为计算机制定一系列的规则，计算机在规则下进行推理与判断。因此其技术路线是一系列的人为的语料建设与规则制定。第二种是基于统计学习的经验主义理论，这种理论在最近受到普遍推崇。该理论让计算机自己通过学习并进行统计推断的方式不停地从数据中“学习”语言，试图刻画真实世界的语言现象，从数据中统计语言的规律。
机器学习：机器学习（Machine Learning）是近20年来兴起的人工智能一大重要领域。其主要是指通过让计算机在数据中自动分析获得规律，从而获取“自我学习”的能力，并利用规律对未知数据进行判断和预测的方法。
机器学致可以分为有监督的学习和无监督的学习。有监督的学习是从给定的训练数据集中练出一个函数和目标，当有新的数据到来时，可以由训练得到函数预测目标。有监督的学习要求训练集同时有输入和输出，也就是所谓的特征和目标。而依据预测的结果是离散的还是连续的，将有监督的学习分为两大问题，即统计分类问题和回归分析问题。统计分类的预测结果是离散的，如肿瘤是良性还是恶性等；而回归分析问题目标是连续的，如天气、股价等的预测。
无监督学习的训练集则没有人为标注的结果，这就需要计算机去发现数据间的联系并用来分类等。一种常见的无监督学习是聚类分析（Cluster Analysis），它是将相似的对象通过静态分类的方法分成不同的组别或者是特定的子集，让同一个子集中的数据对象都有一些相似的属性，比较常用的聚类方法是简洁并快速的“K-均值”聚类算法。它基于K个中心并对距离这些中心最近的数据对象进行分类。
机器学习还包括如半监督学习和增强学习等类别。总而言之，机器学习是研究如何使用机器来模拟人类学习活动的一门学科，而其应用随着人工智能研究领域的深入也变得越来越广泛，如模式识别、计算机视觉、语音识别、推荐算法等领域越来越广泛地应用到了机器学习中。
人工神经网络：在脑神经科学领域，人们认为人类的意识及智能行为，都是通过巨大的神经网络传递的，每个神经细胞通过突出与其他神经细胞连接，当通过突触的信号强度超过某个阈值时，神经细胞便会进入激活状态，向所连接的神经细胞一层层传递信号。于1943年提出的基于生物神经元的M-P模型的主要思想就是将神经元抽象为一个多输入单输出的信息处理单元，并通过传递函数f对输入x1，x2…，xn进行处理并模拟神经细胞的激活模式。主要的传递函数有阶跃型、线性型和S型。
在此基础上，对神经网络算法的研究又有诸多进展。日本的福岛教授于1983年基于视觉认知模型提出了卷积神经网络计算模型。通过学习训练获取到卷积运算中所使用的卷积系数，并通过不同层次与自由度的变化，可以得到较为优化的计算结果。而AlphaGo也正是采用了这种深度卷积神经网络（DCNN）模型，提高了AlphaGo的视觉分类能力，也就是所谓的“棋感”，增强了其对全盘决策和把握的能力。
3.人工智能的发展前景
总体来看，人工智能的应用经历了博弈、感知、决策和反馈这几个里程碑。在以上4个领域中，既是纵向发展的过程，也是横向不断改进的过程。
人工智能在博弈阶段，主要是实现逻辑推理等功能，随着计算机处理能力的进步以及深度学习等算法的改进，机器拥有了越来越强的逻辑与对弈能力。在感知领域，随着自然语言处理的进步，机器已经基本能对人类的语音与语言进行感知，并且能够已经对现实世界进行视觉上的感知。基于大数据的处理和机器学习的发展，机器已经能够对周围的环境进行认知，例如微软的Kinect就能够准确的对人的肢体动作进行判断。该领域的主要实现还包括苹果的Siri，谷歌大脑以及无人驾驶汽车中的各种传感器等。在以上两个阶段的基础上，机器拥有了一定的决策和反馈的能力。无人驾驶汽车的蓬勃发展就是这两个里程碑很好的例证。Google的无人驾驶汽车通过各种传感器对周围的环境进行感知并处理人类的语言等指令，利用所收集的信息进行最后的决策，比如操作方向盘、刹车等。
人工智能已经渗透到生活中的各个领域。机器已经能识别语音、人脸以及视频内容等，从而实现各种人际交互的场景。在医学领域，人工智能可以实现自动读片和辅助诊断以及个性化t疗和基因排序等功能。在教育领域，机器也承担了越来越多的辅助教育，智能交互的功能。在交通领域，一方面无人车的发展表明无人驾驶是一个可以期待的未来，另一方面人工智能能够带来更加通畅和智能的交通。另外人工智能在安防、金融等领域也有非常广阔的发展前景。总之，人工智能在一些具有重复性的和具备简单决策的领域已经是一种非常重要的工具，用来帮助人们解决问题，创造价值。
参考文献
[1]阮晓东.从AlphaGo的胜利看人工智能的未来[J].新经济导刊，2016 （6）：69-74.
关键词：智能控制；机电一体化系统；应用策略
一、智能控制的定义
智能控制是建立在传统的控制理论之上的，但是它和传统控制理论有着明显的区别。相比而言，智能控制系统开放性更强，级别区分更完善，有着良好的信息处理能力。这种控制方法所针对的队形可以是不确定的或者非线性的，这就决定了它能够满足复杂的任务要求。它获取知识的途径主要包括两种：一种是自主学习，另一种是专家经验。它主要利用拟人化的方法来表达，能够模仿人类的智能。但是，智能控制系统并不排斥传统控制理论。它同样需要利用传统方法来对“简单的”问题进行处理，并以此为基础对方法进行改进，以满足各种各样的复杂问题的需要。
智能控制建立在控制理论、信息技术、智能技术等学科的先进理论之上，对传统的理论研究进行了有效的扩充，形成了不少新研究方法，其中最为常见的方法包括专家控制、模糊控制、混沌控制以及组合智能控制等。作为当前机电一体化系统的重要发展趋势，智能化近几年已经在学界引起了较大的关注。事实上，机电一体化的水平高低会受到控制系统的影响，因此，选择合适的方法提升智能化系统水平对发展机电一体化有着非常重要的作用。
二、智能控制在机电一体化系统中的应用策略
1.在数控领域的智能控制策略
现在，数控系统一方面对性能有着较高的需要，另一方面还需要具备不少智能功能。换言之，数控系统需要具备良好的知识处理功能。在这部分功能里，有些功能模块需要以数学模型为基础，利用传统的控制理论来控制。但是需要注意的是，不少环节是没有办法进行建模的，这主要是由于某些相关信息的清晰度比较低，这就需要智能控制系统来完成相应的任务，实现更好的控制效果。利用智能控制中的人工神经网络就能够对系统里的问题进行检查和处理，对系统进行必要的调节和修补。这种方法能够利用各种各样的零件来进行连接，创建出“数据点的密化处理”。
2.机器人领域的智能控制
现在，智能控制技术已经在机器人研究方面有了较为深入的应用，比如说机器人的信息处理能力、快速移动能力以及四肢控制能力等。利用智能控制技术，设计者可以使机器人具备学习和适应各种任务的能力。随着智能控制技术的逐渐成熟，机器人设计已经在很多方面取得了明显进展。比如神经网络本身的学习能力比较好，能够进行非线性映射，这种技术在机器人动力学上有着较为良好的应用，它能够使机器人更好地进行现场控制，以更为自由的方式进行机械臂的摆动。利用这样的方法，机器人能够对各式各样的信息进行有效的融合，具备良好的鲁棒性。
3.交流伺服系统里的智能控制
伺服驱动设备是机电一体化设备最为重要的构成要素，它能够帮助产品将信号变为具体的动作，对系统的性能产生非常直接的影响。随着电子技术的进步和应用，相关系统的性能也得到了极大的改善。作为一种较为复杂的系统，交流伺服系统有着一定的不确定性，这种不确定性主要表现在参数时变、交流电动机自身的非线性特定等方面，这就决定了针对其构建出相应的数学模型的难度比较大。如果以较为相似的模型取代精确的数学模型，是无法满足系统本身较高的要求的。把智能控制系统应用到交流伺服中来能够使其更加满足任务的需要，达到原本难以达到的性能指标。
三、结语
智能控制是机电一体化和传统的自动化处理技术最主要的不同点，也是本世纪机电一体化未来进步和发展的主要内容。智能控制技术近几年发展非常迅速，怎样把它和机电一体化技术以及其赖以生存的传统理论进行有机结合，实现这一系统的智能化，依旧是一个尚未解决的问题，依旧需要学界的不断研究和分析。
参考文献：
创新是人类进步的原点,它洞穿了的是时间,改变了的是人类的生活,缔造了一种延续的文明。任何创新的出发点无疑都是历史沉淀的进步。
1990年,南开大学机器智能探究所开发出中国第一个在国际市场销售的Windows平台贸易软件;1992年,开发出中国第一个进进国际市场的Macintosh贸易软件,以及跨多个平台的文字识别软件开发工具包OpenRTK,这些软件产品获得美、英、澳等几十家产业杂志的百篇好评,并在国际上最严格的OCR技术评选中战胜国外最优秀的对手Xerox、Caere和Catera等,在1992、1993、1994年连续三年被评为世界上最优秀的OCR软件。
近日,本刊记者专程采访了南开大学信息技术科学学院青年教师史广顺,他1994年进进南开大学计算机和系统科学系学习,2003年毕业于南开大学机器智能探究所,并留校任教。请他为我们先容了南开大学机器智能探究所发展的相关情况。
记者摘要:我国目前正在推进创新型国家建设,提出将科学技术进步作为国家发展战略的核心,智能探究所可以说是创新发展成功的典范,给我们先容一下探究所的沿革好吗?
史广顺摘要:南开大学机器智能探究所成立于1990年9月,主要从事模式识别、人工智能、计算机软件方法和技术等方向的科学探究、系统开发和探究生培养工作。设有计算机软件和理论、模式识别和智能控制、计算机应用3个专业的硕士点和控制理论和控制工程博士点。 目前拥有专职教师5人,硕博探究生40余人。
机器智能探究所致力于把科研成果转化为产品,并推向国际市场。1990年,由智能所探究生构成的一支研发队伍就迁到硅谷,以技术转让的形式和美国ExperVision公司合作,同年就开发出中国第一个在国际市场上销售的视窗贸易OCR软件TypeReader,1992年开发出中国第一个Macintosh贸易软件,以及跨多个平台的文字识别软件开发工具包OpenRTK。这些软件产品获得美、英、澳等几十家产业杂志的百篇好评,并在国际上最严格的OCR技术评选中战胜国外最优秀的对手Xerox、Caere和Catera等,在1992、1993、1994年连续三年被评为世界上最优秀的OCR软件。
记者摘要:那么在自主研发的同时,智能所是否还完成了其他的工程项目?
史广顺摘要:在自主研发产品的同时,智能所还完成了多个越洋软件工程项目,包括澳大利亚HIC表格识别处理系统、Corex西文名片识别系统、股票分析评测系统等多个大型系统。客户覆盖亚、欧、美、澳几大洲。自2000年以来,机器智能探究所积极开拓新的探究方向,在文档图像治理、数学公式识别、生物特征识别、机器翻译、软件测试和协同开发等方向进行了深进的研发工作。先后获得10余项国家、天津市纵向课题资助。开发完成了世界首创的印刷体数学公式图像识别和理解软件产品、填补国内市场空缺的刑侦领域掌纹自动鉴别系统、国内领先的网上软件系统开发平台和软件测试治理平台、基于语言天生法的英汉机器翻译系统。和此同时,机器智能探究所积极将模式识别领域和文档图像处理领域的经验向Web Application转移,成功的完成了多项OLAP、Web 搜索工程项目。
自2005年以来,智能所将数字图像处理、模式识别领域的深厚经验向虚拟现实技术领域迁移,对基于图像的3D建模和渲染技术、智能虚拟环境的设计和实现、基于GPU的虚拟环境物理计算等新题目开展探索性探究。到目前为止,已经在专业人才培养、数字娱乐软件研发、科学数据3维可视化等多个领域取得了较为丰富的成果。 截止目前,机器智能探究所已经承担省部级以上科研项目20余项,发表学术论文100余篇,培养硕士生100余人、博士生20余人。在模式识别、图形图像处理、数字信号处理、自然语言理解、软件工程和软件外包等方面形成了完备的科研环境和人才梯队,同时积累了丰富的科研经验和工程经验。
