人工智能技術(shù)難點精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能技術(shù)難點主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能技術(shù)難點范文

1人工智能技術(shù)的優(yōu)勢分析

1.1具有比較強的學(xué)習(xí)推理能力

網(wǎng)絡(luò)環(huán)境的治理必須要依靠先進(jìn)的網(wǎng)絡(luò)技術(shù)，這就需要人工智能技術(shù)充分發(fā)揮其自身的作用.傳統(tǒng)意義上，我們會認(rèn)為網(wǎng)絡(luò)安全的保障工作主要是實現(xiàn)預(yù)防和控制之間的相互協(xié)調(diào)，并不會對相關(guān)措施的學(xué)習(xí)和推理能力進(jìn)行關(guān)注，這雖然能解決基本的安全防御問題，但是并不能從根本上對網(wǎng)絡(luò)安全提供保障.基于傳統(tǒng)防治方式的局限性，這就會導(dǎo)致網(wǎng)絡(luò)信息處理存在較大的不確定性.但是，在應(yīng)用人工智能技術(shù)后，完全可以解決這種弊端，真正意義上實現(xiàn)了網(wǎng)絡(luò)防御與理論知識的有機(jī)結(jié)合，使網(wǎng)絡(luò)防御手段具備了基本的學(xué)習(xí)和推理能力.同時，我國互聯(lián)網(wǎng)網(wǎng)民的數(shù)量呈現(xiàn)出比較快的增長速度，這也會產(chǎn)生大量的處理數(shù)據(jù)，增加了網(wǎng)絡(luò)安全防御的難度系數(shù).人工智能技術(shù)在發(fā)揮其學(xué)習(xí)推理能力后，就能夠提高信息數(shù)據(jù)的處理效率，對維護(hù)我國的網(wǎng)絡(luò)環(huán)境安全具有重要作用.

1.2強大的模糊信息處理能力

眾所周知，人工智能技術(shù)在網(wǎng)絡(luò)安全的防御過程中扮演著重要的角色，這也就決定了人工智能技術(shù)的重要價值.人工智能技術(shù)應(yīng)用后，可以充分發(fā)揮其自身所具備的模糊信息處理能力，提高傳統(tǒng)網(wǎng)絡(luò)安全防御中我們所面臨的處理不確定性和不可知的問題處理能力.我們的網(wǎng)絡(luò)運營環(huán)境基本都是處于比較開放的環(huán)境中，所以會使多種數(shù)據(jù)信息的傳播速率不斷加快，再加上互聯(lián)網(wǎng)的溝通和互聯(lián)功能，這就會使得很多信息無法確定，網(wǎng)絡(luò)安全的管理工作顯得格外重要，在進(jìn)行對信息分析處理的工作中，運用人工智能技術(shù)將會事半功倍，結(jié)合不準(zhǔn)確以及不確定信息來控制管理網(wǎng)絡(luò)資源，其信息處理能力頗為出色.

1.3網(wǎng)絡(luò)防御協(xié)助能力比較強

在上文中已經(jīng)提到，目前所面臨的網(wǎng)絡(luò)環(huán)境是呈現(xiàn)復(fù)雜狀態(tài)的，這就是說，我們的網(wǎng)絡(luò)安全防御的保障工作也是復(fù)雜的，是一項系統(tǒng)化的工程.我國的網(wǎng)絡(luò)環(huán)境規(guī)模也逐漸的擴(kuò)大，并且其內(nèi)在的結(jié)構(gòu)也是更加趨向于復(fù)雜，這無形中就給我們的網(wǎng)絡(luò)安全防御工作提出了更高的要求.為了有效的避免其存在的誤區(qū)，必須要加強各方面措施的協(xié)調(diào)、協(xié)同、協(xié)作，充分實現(xiàn)各個防御環(huán)節(jié)的共同優(yōu)勢.我認(rèn)為，人工智能技術(shù)應(yīng)用于網(wǎng)路安全防御中時，需要劃分為三個不同的層次，這也就需要我們實現(xiàn)分層次的管理.一般來講，就是上層管理者對中層管理者實行輪詢監(jiān)督，中層管理者對下層管理者實行輪詢監(jiān)督，從而構(gòu)建起一個完整的工作體系，這也就能夠提升網(wǎng)絡(luò)安全防御的質(zhì)量.

1.4計算的成本比較低

傳統(tǒng)的網(wǎng)絡(luò)安全保障體系會在計算過程中耗費大量數(shù)據(jù)資源，保障的效率也就比較低，這會使整體的網(wǎng)絡(luò)安全防御成本比較高，不利于相關(guān)部門經(jīng)濟(jì)效益和社會效益的實現(xiàn).人工智能技術(shù)在網(wǎng)絡(luò)安全防御中應(yīng)用后，就有效的規(guī)避了傳統(tǒng)防御方式的成本高問題，這是因為人工智能技術(shù)能夠利用大量的先進(jìn)算法，實現(xiàn)精準(zhǔn)的數(shù)據(jù)開發(fā)，對相關(guān)的數(shù)據(jù)進(jìn)行計算，因此在很大程度上提高了各種資源的利用效率，實現(xiàn)了網(wǎng)絡(luò)數(shù)據(jù)的優(yōu)化配置，這種從成本計算方面有效的降低了軟硬件系統(tǒng)的開發(fā)成本，為人工智能技術(shù)的深度推廣奠定了堅實的基礎(chǔ).

2我國的網(wǎng)絡(luò)安全防御現(xiàn)狀分析

我國已經(jīng)進(jìn)入互聯(lián)網(wǎng)信息時代，這主要是得益于互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，同時，人工智能技術(shù)也得到了長足的發(fā)展，為計算機(jī)網(wǎng)絡(luò)信息資源的共享和配置提供了條件.在這形勢大好的基礎(chǔ)下，網(wǎng)絡(luò)信息安全出現(xiàn)了負(fù)面狀況，嚴(yán)重制約著安全、穩(wěn)定的網(wǎng)絡(luò)環(huán)境的構(gòu)建.根據(jù)相關(guān)部門的統(tǒng)計數(shù)據(jù)，網(wǎng)絡(luò)安全問題對世界經(jīng)濟(jì)產(chǎn)生了比較嚴(yán)重的負(fù)面影響，它會帶來嚴(yán)重的經(jīng)濟(jì)損失，數(shù)額高達(dá)七十五億美元.并且網(wǎng)絡(luò)安全問題一直都是我們的難點，無法從根本上對其進(jìn)行治理.并且網(wǎng)絡(luò)安全問題的發(fā)生概率也是比較大的，平均每二十秒就會產(chǎn)生一件網(wǎng)絡(luò)安全事件，這些事件或大或小，無不對社會穩(wěn)定產(chǎn)生負(fù)面效應(yīng).我國接入互聯(lián)網(wǎng)的時間并不是很長，但是發(fā)展的速度確實比較快速的.尤其是在近幾年，我國已經(jīng)步入了互聯(lián)網(wǎng)高速發(fā)展的階段，互聯(lián)網(wǎng)已經(jīng)融入到各行各業(yè)，形成了“互聯(lián)網(wǎng)+”的發(fā)展業(yè)態(tài)，這也就為人工智能技術(shù)的發(fā)展提供了條件.網(wǎng)絡(luò)安全問題主要是人為因素所產(chǎn)生的，主要表現(xiàn)在數(shù)據(jù)信息的泄露，嚴(yán)重破壞了網(wǎng)絡(luò)環(huán)境安全的穩(wěn)定性和保密性.用戶信息在受到非法入侵后，其所有的信息都會被外界所監(jiān)聽，并且其信息資源不能正常的進(jìn)行訪問，多會被非法拒絕或者是訪問延遲.基于此，我們完全可以對我國的網(wǎng)絡(luò)安全現(xiàn)狀有一個具體的了解，那么，人工智能技術(shù)引入就是大勢所趨，也是未來的一個發(fā)展方向，我們需要利用人工智能技術(shù)將互聯(lián)網(wǎng)打造成一個完整且安全的網(wǎng)絡(luò)體系.人工智能在網(wǎng)絡(luò)安全領(lǐng)域的應(yīng)用，可以顯著的提升規(guī)則化安全工作的效率，彌補專業(yè)人員人手的不足，未來不管是執(zhí)行層面還是戰(zhàn)略層面，人工智能的應(yīng)用會更加廣泛，網(wǎng)絡(luò)安全的防御也更加智能.

3人工智能技術(shù)在網(wǎng)絡(luò)安全防御中的具體表現(xiàn)

3.1智能防火墻在安全防御中的應(yīng)用

我們經(jīng)常會在電腦系統(tǒng)中看到防火墻的相關(guān)設(shè)置，這就是人工智能技術(shù)在網(wǎng)絡(luò)安全防御中的初步應(yīng)用.防火墻技術(shù)是一種隔離控制技術(shù)，我們可以在一定基礎(chǔ)上對其進(jìn)行預(yù)定義安全策略對內(nèi)外網(wǎng)通信強制訪問控制.防火墻技術(shù)是一種比較復(fù)雜的技術(shù)，其自身包含著諸多的子技術(shù)，比如包過濾技術(shù)和狀態(tài)監(jiān)測技術(shù)等.包過濾技術(shù)主要是在網(wǎng)絡(luò)層中對數(shù)據(jù)包進(jìn)行選擇的一種技術(shù)，我們可以根據(jù)系統(tǒng)的個性化需求對數(shù)據(jù)包的地址就行分析，最終實現(xiàn)外來信息的檢查，防止負(fù)面狀況的發(fā)生.同時，狀態(tài)監(jiān)測技術(shù)則是基于連接狀態(tài)下的一種監(jiān)測機(jī)制，它主要是將所有的數(shù)據(jù)包當(dāng)做整體數(shù)據(jù)流，在此基礎(chǔ)上，形成一種全新的連接狀態(tài)，有力的保障了網(wǎng)絡(luò)環(huán)境的安全.最后，相比于傳統(tǒng)的防御方法，防火墻技術(shù)具有著高度的靈活性和安全性，對網(wǎng)絡(luò)安全防御具有著重要的作用.

3.2垃圾郵件自動檢測技術(shù)在安全防御中的應(yīng)用

得益于互聯(lián)網(wǎng)信息技術(shù)，我們對郵箱的使用頻率不斷的增加.在實際的工作過程中，我們經(jīng)常會收到不同類型的垃圾郵件，這對我們的正常生活和工作造成了不必要的損害.郵件已經(jīng)成為了我們的信息傳遞的重要溝通橋梁，也是比較正式的溝通方式.但是，在郵件的制作和發(fā)送過程中，郵件中存在的漏洞，很可能會被不法分子利用，然后傳遞不正當(dāng)?shù)男畔ⅲ粌H可能會給我們造成經(jīng)濟(jì)損失，還肯定給我們造成困擾.人工智能技術(shù)應(yīng)用于網(wǎng)絡(luò)安全防御中，垃圾郵件自動檢測技術(shù)就能夠發(fā)揮其自身的優(yōu)勢，采用智能化的反垃圾郵件系統(tǒng)，有效的避免垃圾郵件進(jìn)去郵箱的內(nèi)部系統(tǒng)，能夠起到全時段檢測的作用.這主要是利用垃圾啟發(fā)式掃描引擎，對相關(guān)的郵件信息進(jìn)行分析和統(tǒng)計評分，智能化的對垃圾郵件進(jìn)行攔截或者是刪除，這就會很大程度上避免了人為的操作，減少了我們的工作量，這也為網(wǎng)絡(luò)信息安全提供了保障.

3.3人工神經(jīng)網(wǎng)絡(luò)技術(shù)在安全防御中的應(yīng)用

網(wǎng)絡(luò)安全防御過程中，通過人工神經(jīng)網(wǎng)絡(luò)技術(shù)就能夠?qū)W(wǎng)絡(luò)安全產(chǎn)生積極的作用，并且能夠為網(wǎng)絡(luò)安全提供比較重要的保障.人工神經(jīng)網(wǎng)絡(luò)技術(shù)具有多方面的積極意義，它的分辨能力是非常強大的，并且其自身會帶有噪音和畸變?nèi)肭值姆直婺Ｊ?，能夠完全適應(yīng)網(wǎng)絡(luò)環(huán)境的個性化防御功能.人工神經(jīng)網(wǎng)絡(luò)技術(shù)是在生物神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上發(fā)展起來的，這就證明其具有重要的靈活度和創(chuàng)造價值，會具有一定程度的學(xué)習(xí)能力，并且還會具備強大的數(shù)據(jù)計算能力，還有對數(shù)據(jù)信息的儲存和共享能力，以上的種種優(yōu)勢都展現(xiàn)出人工神經(jīng)網(wǎng)絡(luò)技術(shù)的水平.它完全可以在自身基礎(chǔ)上建立起完整的時間序列預(yù)測模型，對計算機(jī)病毒進(jìn)行有效的識別，使我們能夠得到精確的防御結(jié)果，為當(dāng)前我國的網(wǎng)絡(luò)信息安全防御做出了重要貢獻(xiàn).

結(jié)語

綜上所述，人工智能技術(shù)在網(wǎng)絡(luò)信息安全防御的過程中具有顯著的作用，它能夠有效的規(guī)避傳統(tǒng)防御方式的弊端，為新形勢下網(wǎng)絡(luò)信息安全保障工作做出了重要貢獻(xiàn).總之，人工智能技術(shù)在網(wǎng)絡(luò)安全中的應(yīng)用是全方位的，是一項系統(tǒng)工程，我們也需要運用綜合的方法，比如明確智能防火墻技術(shù)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)、垃圾郵件自動檢測技術(shù)等在網(wǎng)絡(luò)安全防御中的應(yīng)用，為我國的網(wǎng)絡(luò)安全環(huán)境提供基本的理論支撐.

參考文獻(xiàn)：

〔1〕李澤宇.人工智能技術(shù)在網(wǎng)絡(luò)安全防御中的應(yīng)用探析[J].信息通信,2018(1):196-197.

〔2〕吳京京.人工智能技術(shù)在網(wǎng)絡(luò)安全防御中的應(yīng)用探析[J].計算機(jī)與網(wǎng)絡(luò),2017,43(14):60-61.

第2篇：人工智能技術(shù)難點范文

關(guān)鍵詞：人工智能；教學(xué)改革；教學(xué)方法

引言

人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領(lǐng)域?qū)W科，是模擬、延伸和擴(kuò)展人的智能的一門新技術(shù)。由于信息環(huán)境巨變與社會新需求的爆發(fā)，人工智能技術(shù)的日趨成熟。隨著AI3.0時代的到來，大數(shù)據(jù)、云計算等新技術(shù)的應(yīng)用也愈發(fā)廣泛，對于管理類人才來說，加強對人工智能知識的深入學(xué)習(xí)，不斷將人工智能技術(shù)與管理知識結(jié)合起來，對其未來職業(yè)生涯的發(fā)展有著重要作用。人工智能是一門前沿學(xué)科，管理學(xué)院開設(shè)人工智能課程的目的是為了更好地培養(yǎng)學(xué)生的技術(shù)創(chuàng)新思維與能力，基于其覆蓋面廣、包容性強、應(yīng)用需求空間巨大的學(xué)科特點，通過概率統(tǒng)計、數(shù)據(jù)結(jié)構(gòu)、計算機(jī)編程語言、數(shù)據(jù)庫原理等基礎(chǔ)課程的學(xué)習(xí)，加強學(xué)生解決實際問題的能力，為就業(yè)打下基礎(chǔ)。本文基于社會對于人工智能領(lǐng)域的人才需求，結(jié)合諸多長期從事經(jīng)管類專業(yè)課程教學(xué)的老師意見，針對管理類人才的人工智能課程教學(xué)內(nèi)容與方法進(jìn)行探討，以期對中國高校人工智能課程教學(xué)改革研究提供幫助與借鑒。

1、教學(xué)現(xiàn)狀與問題

作為一門綜合性、實踐性和應(yīng)用性很強的理論技術(shù)學(xué)科，人工智能課程內(nèi)容及內(nèi)涵及其豐富，外延極其廣泛。學(xué)習(xí)這門課程，需要較好的數(shù)學(xué)基礎(chǔ)和較強的邏輯思維能力。針對管理類人才，該課程在課程教學(xué)過程中存在幾個較為突出的問題。(1)課堂教學(xué)氛圍枯燥目前，中國大多數(shù)大學(xué)仍采用傳統(tǒng)的課堂教學(xué)模式，在教學(xué)過程中照本宣科，忽略與學(xué)生的互動，并且缺乏能夠有效引起學(xué)生學(xué)習(xí)興趣與加深知識理解的教學(xué)環(huán)節(jié)設(shè)置，如此一來大大降低了學(xué)生自主思考的能力。在進(jìn)行人工智能相關(guān)課程知識講解時，隨著章節(jié)的知識難度不斷增加，單向介紹式的枯燥教學(xué)方式無法反映人工智能學(xué)科的全貌，課堂講解難以同時給以學(xué)生感性和理性的認(rèn)知，部分學(xué)生因乏味的課堂氛圍漸漸無法跟上教學(xué)進(jìn)度，導(dǎo)致學(xué)習(xí)動力不足。(2)基礎(chǔ)課程掌握不牢管理類專業(yè)的學(xué)生大部分都會走向更加具體化的管理崗位，具有多學(xué)科的素養(yǎng)，但這也導(dǎo)致很多學(xué)生所學(xué)知識雜而不精。學(xué)生在基礎(chǔ)不夯實的情況下去學(xué)習(xí)更高層面的知識，給學(xué)生學(xué)習(xí)與老師教學(xué)都造成了很大困擾。人工智能課程知識點較多，涵蓋模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等眾多內(nèi)容，概念抽象，不易學(xué)習(xí)。一些管理類專業(yè)的學(xué)生未能熟練掌握高等數(shù)學(xué)、運籌學(xué)、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫技術(shù)等先修課程，缺乏一定的關(guān)聯(lián)思考和研究意識，導(dǎo)致課程學(xué)習(xí)難度增加，產(chǎn)生學(xué)時不足和教學(xué)內(nèi)容難點過多的問題。(3)教學(xué)與實際應(yīng)用脫節(jié)當(dāng)下，人工智能廣泛應(yīng)用于機(jī)器視覺、智能制造等各個領(lǐng)域，給學(xué)生提供了大量的現(xiàn)實案例，使得人工智能不再是高深莫測的理論，而是現(xiàn)實中可以觸及的內(nèi)容。例如，在機(jī)械學(xué)科領(lǐng)域，人工智能技術(shù)是電氣工程、機(jī)械設(shè)計制造、車輛工程等方向的重要技術(shù)來源；在醫(yī)療領(lǐng)域，是醫(yī)療器械的創(chuàng)新生產(chǎn)源動力；在能動領(lǐng)域，是高端能源裝備與新能源發(fā)展的重要驅(qū)動；在光電信息與計算機(jī)工程領(lǐng)域，技術(shù)的發(fā)展時刻推動著智能科學(xué)與技術(shù)核心價值的提升。然而，對于管理類專業(yè)的學(xué)生來說，現(xiàn)階段的人工智能教材涵蓋許多智能算法及相關(guān)理論，在教學(xué)過程中常常涉及到很多從未接觸過的抽象理論和復(fù)雜算法，書本中的應(yīng)用實例大多紙上談兵，缺乏專門適用于管理類專業(yè)知識與人工智能技術(shù)相結(jié)合的教學(xué)實踐，加上一些教師授課方法單一，不利于引導(dǎo)學(xué)生將人工智能算法應(yīng)用于現(xiàn)實生活。另外，大學(xué)生對知識的理解能力差異很大，教師采用統(tǒng)一的方式教給他們，這使一些學(xué)生無法跟上和理解，教師也無法控制學(xué)生的學(xué)習(xí)狀況，導(dǎo)致學(xué)生缺乏動力。因此，如何結(jié)合學(xué)生的現(xiàn)實情況，提高他們的動手能力和實踐經(jīng)驗也是人工智能課程教學(xué)要考慮的問題。

2、管理類人才的人工智能課程教學(xué)改進(jìn)策略

課程教學(xué)改革是一項提高大學(xué)教學(xué)效果和人才培養(yǎng)質(zhì)量的重要手段。如何在時代背景下應(yīng)用新技術(shù)和新思想進(jìn)行實施課程教學(xué)改革是高校亟待解決的問題。對于高校的教學(xué)工作而言，教學(xué)目標(biāo)、教學(xué)內(nèi)容和教學(xué)方式的變化不再是課程資源的簡單數(shù)字化和信息化，而是充分利用時代信息資源優(yōu)勢的新型教學(xué)模式。針對管理類專業(yè)人工智能課程教學(xué)過程中存在的問題，可以從教學(xué)方法改進(jìn)和教學(xué)內(nèi)容設(shè)置兩個方面進(jìn)行課程教學(xué)改進(jìn)。

2.1教學(xué)方法改進(jìn)

教師對學(xué)生具有引領(lǐng)作用，其教學(xué)方法的改進(jìn)能夠帶動學(xué)生改進(jìn)自身學(xué)習(xí)方法。(1)啟發(fā)式案例教學(xué)案例教學(xué)法就是教師根據(jù)教學(xué)目標(biāo)、教學(xué)內(nèi)容以及教學(xué)要求，通過安排一些具體的教學(xué)案例，引導(dǎo)學(xué)生積極參與案例思考、分析、討論和表達(dá)等多項活動，是一種培養(yǎng)學(xué)生認(rèn)知問題、分析和解決問題等綜合能力的行之有效的教學(xué)方法。啟發(fā)式案例教學(xué)以自主、合作、探究為主要特征，調(diào)動學(xué)生的學(xué)習(xí)積極性，并緊密結(jié)合人工智能領(lǐng)域的相關(guān)理論與方法，有效理解知識要點及其關(guān)聯(lián)性，適用于管理類專業(yè)學(xué)生的教學(xué)。具體而言，高校基于其問題啟發(fā)性、教學(xué)互動性以及實踐有用性等特點，可以建立基于人工智能知識體系的教學(xué)案例庫，雖然這項建設(shè)將極具挑戰(zhàn)性與耗時性，但具有很強的積極效果：培養(yǎng)學(xué)生較強的批判性思維能力，更多地保留課程材料，更積極地參與課堂活動，對提高教學(xué)質(zhì)量、培養(yǎng)具有人工智能背景的管理類人才具有重要意義。例如，通過單一案例教學(xué)，讓學(xué)生掌握相關(guān)基礎(chǔ)知識原理及應(yīng)用；通過一題多解的案例使學(xué)生思考如何獲取最有效的解題方法；通過綜合案例的設(shè)計，啟發(fā)學(xué)生全方位地探索問題的解決方案。(2)研討互動式教學(xué)研討互動式的各個教學(xué)環(huán)節(jié)是逐漸遞進(jìn)、有機(jī)結(jié)合的。研討是基于學(xué)生個體的差異性，在課堂討論的過程中對學(xué)生做出評判，從而對不同類型的學(xué)生開展針對性的教學(xué)?；觿t是在研討的基礎(chǔ)上，通過老師與學(xué)生、學(xué)生與學(xué)生的互動，讓學(xué)生主動參與到課堂教學(xué)的過程中來。在人工智能課程教學(xué)過程中，教師通過課堂討論了解學(xué)生對于知識點的掌握情況，可以有針對性地設(shè)計教學(xué)內(nèi)容，例如，對于學(xué)校積極性不強的學(xué)生，將人工智能理論內(nèi)容與學(xué)生個人興趣范疇、社會產(chǎn)業(yè)發(fā)展及研究現(xiàn)狀聯(lián)系起來，能夠極大程度地提高學(xué)生學(xué)習(xí)的自主能力；對于基礎(chǔ)知識較為薄弱的學(xué)生，可以在教師的指導(dǎo)下查閱相關(guān)文獻(xiàn)資料，根據(jù)自己的理解撰寫心得報告，并在課堂或課外進(jìn)行師生互動。像這樣研討與互動相結(jié)合的模式。有助于增強學(xué)生的探索和求知欲望，建立起濃厚的學(xué)習(xí)氛圍。(3)有效激勵式教學(xué)人工智能是引領(lǐng)未來的戰(zhàn)略性技術(shù)，人才需求量極大，對教師的教學(xué)水平也提出了更高要求，因此，進(jìn)行有效激勵極為重要。在學(xué)生激勵方面，可以舉辦各類人工智能競賽項目，設(shè)置相應(yīng)項目獎學(xué)金，吸引學(xué)生參與實踐，調(diào)動學(xué)生做研究、發(fā)論文的積極性。例如，教育部主辦的中國研究生人工智能創(chuàng)新大賽，圍繞新一代人工智能創(chuàng)新主題，激發(fā)學(xué)生的創(chuàng)新意識，提高學(xué)生的創(chuàng)新實踐能力，為人工智能領(lǐng)域健康發(fā)展提供人才支撐。高校也可以借鑒這種模式，在各學(xué)院乃至全校開展此類競賽項目，激發(fā)學(xué)生的創(chuàng)新能力與團(tuán)隊合作能力，鼓舞更多學(xué)生加入到人工智能課程的學(xué)習(xí)中來，激發(fā)其學(xué)習(xí)興趣。在教師激勵方面，在教師聘任和提升過程中把參加學(xué)生課程制定、課堂與課外作業(yè)、課程項目和論文指導(dǎo)等看作教學(xué)任務(wù)的一部分，鼓勵教師積極參與這些活動。(4)學(xué)科滲透式教學(xué)人工智能學(xué)科知識融合程度較高，學(xué)科交叉性強?；谌斯ぶ悄艿膶W(xué)科交叉性特點，增強管理類人才對學(xué)科應(yīng)用的領(lǐng)悟，可以采取開展學(xué)科滲透式教學(xué)的方法。從2015年起，國務(wù)院和教育部先后印發(fā)了《國務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見教育》、《高等學(xué)校人工智能創(chuàng)新行動計劃》等文件，“互聯(lián)網(wǎng)+”、“智能+”已經(jīng)滲透到各個領(lǐng)域，人類進(jìn)入數(shù)字經(jīng)濟(jì)時代，社會需求“技術(shù)+管理”的高端復(fù)合人才。例如，基于工業(yè)4.0和強國戰(zhàn)略，人工智能技術(shù)在智能制造的應(yīng)用極為廣泛。上海理工大學(xué)非常重視少數(shù)民族預(yù)科班的教育質(zhì)量。為增強少數(shù)民族管理類人才對該領(lǐng)域應(yīng)用的認(rèn)識，我們請機(jī)械工程、能源動力領(lǐng)域的相關(guān)專家以授課或講座的形式，進(jìn)行相關(guān)領(lǐng)域知識和發(fā)展趨勢的講解，使學(xué)生理解更為透徹。此外，在教學(xué)實踐過程中，還可以用舉辦人工智能知識交流會、線上人工智能論壇等形式，促進(jìn)不同專業(yè)間老師、學(xué)生對于人工智能知識模塊的見解，相互交流、滲透和學(xué)習(xí)，從而推動人工智能課程教學(xué)的改進(jìn)。

2.2教學(xué)內(nèi)容設(shè)置

世界一流大學(xué)在人工智能課程內(nèi)容設(shè)置根據(jù)不同國家的教育體系設(shè)置，肯定會有不同，但頗有共通之處。本文借鑒世界頂尖大學(xué)經(jīng)驗，針對管理類專業(yè)人工智能課程教學(xué)內(nèi)容進(jìn)行研究，結(jié)合中國教育體系設(shè)置，認(rèn)為應(yīng)從以下幾方面進(jìn)行改進(jìn)。(1)核心內(nèi)容設(shè)置為避免學(xué)生因為知識點過多而出現(xiàn)雜而不精的問題，勢必要精化教學(xué)內(nèi)容。在互聯(lián)網(wǎng)時代，我們可以使用云計算和其他方式來實現(xiàn)數(shù)據(jù)信息的傳輸、存儲和處理，通過在線收集和整合網(wǎng)絡(luò)課程相關(guān)數(shù)據(jù)，挖掘和豐富教學(xué)資源，并在整合課程資源的基礎(chǔ)上，進(jìn)行研究方法和前沿知識的擴(kuò)展。在核心內(nèi)容設(shè)置方面，可以通過收集到的數(shù)據(jù)資料，選擇人工智能領(lǐng)域具有代表性且難易程度適中的知識作為重點，使學(xué)生能夠在有限的學(xué)時內(nèi)掌握人工智能的知識脈絡(luò)。例如，編寫針對管理類人才的人工智能教材，內(nèi)容涉及緒論、知識表示與推理、常用算法、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等方面的同時，重點增加相應(yīng)知識點在管理上的應(yīng)用案例，加強學(xué)生對知識點的理解。同時，根據(jù)管理類專業(yè)偏向領(lǐng)域，開設(shè)關(guān)聯(lián)程度較大、應(yīng)用較廣泛的人工智能選修課程，以便學(xué)生根據(jù)自己的興趣與需求選修具體方向的課程。(2)注重學(xué)生的數(shù)理及編程基礎(chǔ)良好的數(shù)理及編程基礎(chǔ)是學(xué)習(xí)人工智能的前提。只有具備了這些基礎(chǔ)，才能搞清楚人工智能模型的數(shù)量關(guān)系、空間形式和優(yōu)化過程等，才能將數(shù)學(xué)語言轉(zhuǎn)化為程序語言，并應(yīng)用于實驗。管理學(xué)院人才的數(shù)理及編程基礎(chǔ)相對薄弱，因此，在安排學(xué)生學(xué)習(xí)人工智能課程之前，建議開設(shè)面向全體管理類專業(yè)學(xué)生的微積分、線性代數(shù)、概率論等專業(yè)基礎(chǔ)數(shù)學(xué)課程以及C語言、python等編程基礎(chǔ)課程，使學(xué)生具備數(shù)學(xué)分析的基礎(chǔ)與一定編程基礎(chǔ)，為學(xué)習(xí)人工智能課程打下堅實的基礎(chǔ)。另外，可以推進(jìn)MOOC平臺建設(shè)，在平臺上開設(shè)人工智能網(wǎng)絡(luò)課程，幫助學(xué)生掌握人工智能知識基礎(chǔ)及專業(yè)技能。(3)實驗建設(shè)為了加強學(xué)生對于人工智能知識點間的關(guān)聯(lián)性理解，可以基于不同的應(yīng)用模塊，設(shè)計具有前后鋪墊、上下關(guān)聯(lián)的綜合性實驗，設(shè)計不同層次的項目要求，同時基于相同的實驗課題，讓學(xué)生分組對實驗課題進(jìn)行攻克，并設(shè)置多元化的實驗評價體系，通過實驗教學(xué)過程中反映出的不同進(jìn)度，讓教師能對學(xué)生的學(xué)習(xí)水平做出準(zhǔn)確評判，及時進(jìn)行教學(xué)反思，以便更好地開展下一步工作。例如，針對人工智能課程應(yīng)用中很廣的遺傳算法，在某一管理規(guī)劃的具體應(yīng)用上設(shè)置理解－實現(xiàn)－參數(shù)分析－具體應(yīng)用－嘗試改進(jìn)－深度拓展的不同層次的項目要求，在這些項目層次中規(guī)定必做項與可選項，讓學(xué)生基于同一實驗課題進(jìn)行合作學(xué)習(xí)，然后通過個人自我評價、小組成員互相評價以及教師評價的方式進(jìn)行打分，對小組整體能力以及個人能力進(jìn)行綜合評估，以期培養(yǎng)學(xué)生的自主思考能力。

第3篇：人工智能技術(shù)難點范文

漢語自動分詞是目前中文信息處理中公認(rèn)的難題，因為漢語自動分詞是自然語言理解、機(jī)器翻譯、信息檢索、語言文字研究、漢語文本自動標(biāo)引、內(nèi)容分析等研究領(lǐng)域中最基本的一個環(huán)節(jié)，也是中文信息自動處理的“瓶頸”。如果能突破這一“瓶頸”，那么中文信息的自動處理就會迎刃而解，甚至意味著中華民族文化復(fù)興的開始，因為它已經(jīng)為漢語走向全世界打開了一扇方便之門。

近年來，由于計算機(jī)技術(shù)的飛速發(fā)展，漢語自動分詞研究取得了突破性進(jìn)展，其應(yīng)用研究也越來越受到人們的重視，應(yīng)用范圍也越來越廣。內(nèi)容分析就是漢語自動分詞應(yīng)用研究的重要領(lǐng)域之一，因為漢語自動分詞是內(nèi)容分析法的前提和基礎(chǔ)。隨著內(nèi)容分析法的興起及其廣泛應(yīng)用，研究漢語自動分詞在內(nèi)容分析法中的應(yīng)用就變得十分迫切和必要了。

1　已有的分詞方法

為了克服漢語詞計算機(jī)自動切分這一難題，許多年來，大量的學(xué)者都加入了這一領(lǐng)域的研究，使?jié)h語自動分詞取得了豐碩的研究成果。歸納起來，目前國內(nèi)公開報道過的漢語自動分詞系統(tǒng)采用的分詞方法主要有三種類型[1～8]：

(1)機(jī)械分詞法。又稱詞典式切分法。機(jī)械分詞法主要有最大匹配法（MM法）、逆向最大匹配法(RMM、OMM、IMM)、逐詞匹配法、部件詞典法、詞頻統(tǒng)計法、設(shè)立標(biāo)志法、并行分詞法、詞庫劃分和聯(lián)想匹配法等。

(2)語義分詞法。語義分詞法引入了語義分析，對自然語言自身的語言信息進(jìn)行更多的處理，如擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)法、知識分詞語義分析法、鄰接約束法、綜合匹配法、后綴分詞法、特征詞庫法、約束矩陣法、語法分析法等。

(3)人工智能法。又稱理解分詞法。人工智能是對信息進(jìn)行智能化處理的一種模式，主要有兩種處理方式：一種是基于心理學(xué)的符號處理方法，模擬人腦的功能。像專家系統(tǒng)即是希望模擬人腦的功能，構(gòu)造推理網(wǎng)絡(luò)，經(jīng)過符號轉(zhuǎn)換，從而可以進(jìn)行解釋性處理。一種是基于生理學(xué)的模擬方法。神經(jīng)網(wǎng)絡(luò)旨在模擬人腦的神經(jīng)系統(tǒng)機(jī)構(gòu)的運作機(jī)制來實現(xiàn)一定的功能。以上兩種思路也是近年來人工智能領(lǐng)域研究的熱點問題，應(yīng)用到分詞方法上，產(chǎn)生了專家系統(tǒng)分詞法和神經(jīng)網(wǎng)絡(luò)分詞法[9]。

2　當(dāng)前漢語自動分詞研究的重要趨勢

漢語自動分詞是一個綜合性的難題，涉及到眾多的學(xué)科和研究領(lǐng)域，需要多個學(xué)科的研究成果作為基礎(chǔ)。但是隨著科學(xué)技術(shù)的快速發(fā)展，漢語自動分詞也并非遙不可及。根據(jù)目前漢語自動分詞的研究現(xiàn)狀，以及相關(guān)學(xué)科的發(fā)展情況，漢語自動分詞有望在三個重大研究領(lǐng)域取得突破性進(jìn)展。

2.1　克服漢語文本切分中的困難，繼續(xù)研究傳統(tǒng)文本切分的有效方法

目前，漢語自動分詞的研究重心主要集中在克服傳統(tǒng)文本切分中存在的困難，對傳統(tǒng)文本的有效切分上。在計算機(jī)科學(xué)、情報科學(xué)和語言文字研究三個領(lǐng)域的學(xué)者專家們的共同努力之下，傳統(tǒng)文本的有效切分已經(jīng)取得了重大進(jìn)展。

(1)漢語詞的規(guī)范研究。漢語詞的規(guī)范是漢語自動分詞的基礎(chǔ)。沒有統(tǒng)一和明確的漢語詞的定義，沒有規(guī)范的漢語分詞詞表，漢語自動分詞就無從談起。在漢語語言學(xué)家和計算機(jī)中文信息處理專家們的共同努力之下，目前，我國漢語詞的規(guī)范研究和漢語分詞規(guī)范詞表的制定已經(jīng)有了較大突破?！缎畔⑻幚碛矛F(xiàn)代漢語分詞詞表》的制定及不斷完善，說明了我國在漢語自動分詞詞表方面取得了重大研究成果，這為漢語自動分詞的研究鋪平了道路[10～14]。

(2)漢語詞自動分詞算法研究。分詞算法研究是漢語自動分詞的重點和難點，每一次分詞算法上的突破都會使?jié)h語自動分詞的速度和精度有較大提高。據(jù)不完全統(tǒng)計，目前，在漢語自動分詞方法和算法研究中，已經(jīng)出現(xiàn)了上百種分詞方法和算法[15～19]。傳統(tǒng)漢語自動分詞要獲得新的突破，只能結(jié)合新的信息技術(shù)，在分詞算法上做文章，必須在現(xiàn)有的分詞算法和方法的基礎(chǔ)上找到新的分詞算法，這是今后漢語自動分詞努力的重要方向之一。

(3)漢語自動分詞歧義處理研究。漢語自動分詞的主要困難是歧義切分，而歧義在自動分詞中普遍存在。隨著自動分詞研究的突破，分詞歧義處理研究也取得了重大進(jìn)展。以前的消歧方法大體可分為兩類：規(guī)則方法與統(tǒng)計方法[20]。由于自動分詞中存在三種歧義類型，不同類型的歧義，其產(chǎn)生的根源和消除的方法各不相同。因此，應(yīng)針對不同的歧義類型采取不同的解決方法。對于第一類歧義，由于他們本身就是漢語言中的歧義問題，解決這類歧義需要依靠上、下文語義信息，即增加語義、語用知識的處理。這無異對自動分詞的效率有很大的影響（時間上和空間上），而且實現(xiàn)起來比較困難。若是在詞處理的相應(yīng)階段，結(jié)合對分詞階段未解決的歧義字段進(jìn)行處理，則會起到事半功倍的效果。統(tǒng)計表明，第一類歧義字段不到整個歧義字段總數(shù)的1/30，因此不必在分詞階段花費巨大的開銷來處理它們。目前對第二類歧義處理方法主要有以下幾種：分詞知識處理法、聯(lián)想－回溯法、基于詞頻統(tǒng)計的方法、鄰接約束法、基于數(shù)學(xué)期望的方法。處理第三類歧義目前主要有兩種方法：一是增加構(gòu)詞知識，擴(kuò)大詞典，二是增加臨時詞典。此外，還可以人工干預(yù)分詞，人工分詞與計算機(jī)自動分詞結(jié)合。在遇到計算機(jī)解決不了的歧義時，借助于人工干預(yù)來完成。為了有效地消除歧義字段，還可以在上述方法的基礎(chǔ)上建立分詞歧義知識庫或規(guī)則庫[21～23]。隨著計算機(jī)技術(shù)和漢語語言研究的進(jìn)展，漢語詞自動切分歧義處理技術(shù)將會有更大的突破。

(4)漢語自動分詞應(yīng)用研究。目前，漢語自動分詞主要在信息檢索、自動標(biāo)引、自動文摘、機(jī)器翻譯、語言文字研究、搜索引擎研究、自然語言理解和中文信息處理等方面的應(yīng)用取得了可喜的成績。隨著漢語自動分詞技術(shù)的進(jìn)一步發(fā)展，這一研究成果將會更廣泛地應(yīng)用到更多的研究領(lǐng)域，如詞頻統(tǒng)計、內(nèi)容分析、概念分析、認(rèn)知心理學(xué)和漢語語言學(xué)等方面[24]。

2.2　將人工智能技術(shù)與漢語自動分詞研究有機(jī)結(jié)合起來

第4篇：人工智能技術(shù)難點范文

【關(guān)鍵詞】人工智能 情景意識 人機(jī)環(huán)境系統(tǒng)交互 哲學(xué)

【中圖分類號】TP18 【文獻(xiàn)標(biāo)識碼】A

【DOI】10.16619/ki.rmltxsqy.2016.07.001

前言

人工智能是人類發(fā)展到一定階段而必然產(chǎn)生的一門學(xué)科，它既包括人，也包括機(jī)和環(huán)境兩部分，所以也可以說是人機(jī)環(huán)境系統(tǒng)交互方面的一種學(xué)問。它同樣“有一個漫長的過去，但只有短暫的歷史”。它的起源可以追溯到文藝復(fù)興，接著，又在第一、二次工業(yè)革命浪潮中逐漸嶄露頭角。法國人帕斯卡爾研制了第一臺現(xiàn)代意義上的數(shù)字計算機(jī)，第一、二次世界大戰(zhàn)大大加快了該學(xué)科發(fā)展的進(jìn)程，劍橋大學(xué)巴貝奇的差分機(jī)和圖靈的測試進(jìn)一步把人工智能領(lǐng)域的研究范圍擴(kuò)展到了人類學(xué)習(xí)、生活、工作等方面。到目前為止，研究人工智能的學(xué)科不但包括生理、心理、物理、數(shù)理、地理等自然科學(xué)技術(shù)領(lǐng)域，而且還涉及到哲理、倫理、法理、藝?yán)?、教理等人文藝術(shù)宗教領(lǐng)域。

1997年5月11日，名為“深藍(lán)”的電腦毫無懸念地在標(biāo)準(zhǔn)比賽時限內(nèi)擊敗了國際象棋男子世界冠軍卡斯帕羅夫，從而證明了在有限的時空里電腦“計算”可以戰(zhàn)勝人腦“算計”，進(jìn)而論證了現(xiàn)代人工智能的基礎(chǔ)條件（假設(shè)）――物理符號系統(tǒng)具有產(chǎn)生智能行為的充分必要條件（Newell and Simon，1976）是成立的。更有意思的是，2011年2月17日，一臺以IBM創(chuàng)始人托馬斯?沃森的名字命名的電腦在智力問答比賽中“狂虐”兩位最聰明的美國人而奪得冠軍，2016年3月9日至3月15日，“圍棋名譽九段”AlphaGo在首爾以4：1的比分戰(zhàn)勝了圍棋世界冠軍李世石九段，從而引發(fā)了人工智能將如何改變?nèi)祟惿鐣钚螒B(tài)的話題。

人工智能是人機(jī)環(huán)境系統(tǒng)交互的產(chǎn)物

眾所周知，當(dāng)前制約機(jī)器人科技發(fā)展的瓶頸是人工智能，人工智能研究的難點是對認(rèn)知的解釋與建構(gòu)，而認(rèn)知研究的關(guān)鍵問題則是自主和情感等意識現(xiàn)象的破解。生命認(rèn)知中沒有任何問題比弄清楚意識的本質(zhì)更具挑戰(zhàn)性，或者說更引人入勝。這個領(lǐng)域是科學(xué)、哲學(xué)、人文藝術(shù)、神學(xué)等領(lǐng)域的交集。盡管意識問題如此重要，令人啼笑皆非的是：無論過去還是現(xiàn)在，一旦涉及到意識問題，大家不是緘口不提，就是敬而遠(yuǎn)之，避之唯恐不及。究其原因，不外乎意識的變化莫測與主觀隨意等特點嚴(yán)重偏離了科學(xué)技術(shù)的邏輯實證與感覺、經(jīng)驗、驗證、判斷，既然與科學(xué)技術(shù)體系相距較遠(yuǎn)，自然就不會得到相應(yīng)的認(rèn)同與支持了，這好像是順理成章、理應(yīng)如此的！然而，最近科技界一系列的前沿研究正悄悄地改變著這個局面：研究飄忽不定的意識固然不符合科技的尺度，那么在意識前面加上情境（或情景）二字呢？人在大時空環(huán)境下的意識是不確定的，但“格物致知”一下，在小尺度時空情境下的意識應(yīng)該有跡可循吧！自古以來，人們就知道“天時地利人和”的小尺度時空情境對態(tài)勢感知及意識的影響，只是明確用現(xiàn)代科學(xué)的手段實現(xiàn)情境（或情景）意識的研究是源自1988年Mica Endsley提出的Situation Awareness（SA）概念框架：“…the perception of the elements in the environment within a volume of time and space， the comprehension of their meaning， and the projection of their status in the near future.”（在一定的時間和空間內(nèi)對環(huán)境中的各組成成分的感知、理解，進(jìn)而預(yù)知這些成分的隨后變化狀況）但這只是個定性分析概念模型，其機(jī)理分析與定量計算還遠(yuǎn)遠(yuǎn)沒有完善。

在真實的人機(jī)環(huán)境系統(tǒng)交互領(lǐng)域中，人的情景意識（Situation Awarensss）SA、機(jī)器的物理SA、環(huán)境的地理SA等往往同構(gòu)于統(tǒng)一時空中（人的五種感知也應(yīng)是并行的），對于人而言，人注意的切換產(chǎn)生了不同的主題與背景感受/體驗。在人的行為環(huán)境與機(jī)的物理環(huán)境、地理環(huán)境相互作用的過程中，人的情景意識SA被視為一個開放的系統(tǒng)，是一個整體，其行為特征并非由人的元素單獨所決定，而是取決于人機(jī)環(huán)境系統(tǒng)整體的內(nèi)在特征，人的情景意識SA及其行為只不過是這個整體過程中的一部分罷了。另外，人機(jī)環(huán)境中許多個閉環(huán)系統(tǒng)常常是并行或嵌套的，并且特定情境下這些閉環(huán)系統(tǒng)的不同反饋環(huán)節(jié)信息又往往交叉融合在一起，起著或刺激或抑制的作用，不但有類似宗教情感類的柔性反饋（不妨稱之為“軟調(diào)節(jié)反饋”，人常常會延遲控制不同情感的釋放），也存在著類似法律強制類的剛性反饋（不妨稱之為“硬調(diào)節(jié)反饋”，常規(guī)意義上的自動控制反饋大都屬于這類反饋）。如何快速化繁為簡、化虛為實是衡量一個人機(jī)系統(tǒng)穩(wěn)定性、有效性、可靠性大小的主要標(biāo)志，是用數(shù)學(xué)方法的快速搜索比對還是運籌學(xué)的優(yōu)化修剪計算，這是一個值得人工智能領(lǐng)域深究的問題。

人機(jī)環(huán)境交互系統(tǒng)往往是由有意志、有目的和有學(xué)習(xí)能力的人的活動構(gòu)成，涉及變量眾多、關(guān)系復(fù)雜，貫穿著人的主觀因素和自覺目的，所以其中的主客體界線常常模糊，具有個別性、人為性、異質(zhì)性、不確定性、價值與事實的統(tǒng)一性、主客相關(guān)性等特點，其中充滿了復(fù)雜的隨機(jī)因素的作用，不具備重復(fù)性。另外，人機(jī)環(huán)境交互系統(tǒng)有關(guān)機(jī)（裝備）、環(huán)境（自然）研究活動中的主客體則界線分明，具有較強的實證性、自在性、同質(zhì)性、確定性、價值中立性、客觀性等特點。無論是在古代、中世紀(jì)還是在現(xiàn)代，哲學(xué)宗教早已不單純是意識形態(tài)，而且逐漸成為各個階級中的強大的政治力量，其影響不斷滲透到社會生活的各個領(lǐng)域，更有甚者，把哲學(xué)、政治、法律等上層建筑都置于宗教控制之下。總之，以上諸多主客觀元素的影響，進(jìn)而導(dǎo)致了人機(jī)環(huán)境交互系統(tǒng)異常復(fù)雜和非常的不確定。所以對人機(jī)環(huán)境交互系統(tǒng)的研究不應(yīng)僅僅包含科學(xué)的范式，如實驗、理論、模擬、大數(shù)據(jù)，還應(yīng)涉及到人文藝術(shù)的多種方法，如直觀、揣測、思辨、風(fēng)格、圖像、情境等，在許多狀況下還應(yīng)與哲學(xué)宗教的多種進(jìn)路相關(guān)聯(lián)，如現(xiàn)象、具身、分析、理解與信仰，等等。

在充滿變數(shù)的人機(jī)環(huán)境交互系統(tǒng)中，存在的邏輯不是主客觀的必然性和確定性，而是與各種可能性保持互動的同步性，是一種得“意”忘“形”的見招拆招和隨機(jī)應(yīng)變能力。這種思維和能力可能更適合復(fù)雜的人類各種藝術(shù)過程。凡此種種，恰恰是人工智能所欠缺的地方。

人機(jī)之間的不同之處

人與機(jī)相比，人的語言或信息組塊能力強，具有有限記憶和理性；機(jī)器對于語言或信息組塊能力弱，具有無限記憶和理性，其語言（程序）運行和自我監(jiān)督機(jī)制的同時實現(xiàn)應(yīng)是保障機(jī)器可靠性的基本原則。人可以在使用母語時以不考慮語法的方式進(jìn)行交流，并且在很多情境下可以感知語言、圖畫、音樂的多義性，如人的聽覺、視覺、觸覺等具有辨別性的同時還具有情感性，常常能夠知覺到只可意會不可言傳的信息或概念（如對哲學(xué)這種很難通過學(xué)習(xí)得到學(xué)問的思考）。機(jī)器盡管可以下棋、回答問題，但對跨領(lǐng)域情境的隨機(jī)應(yīng)變能力很弱，對彼此矛盾或含糊不清的信息不能有效反應(yīng)（缺少必要的競爭冒險選擇機(jī)制），主次不分，綜合辨析識別能力不足，不會使用歸納推理演繹等方法形成概念或提出新概念，更奢談產(chǎn)生形而上學(xué)的理論形式。

人與機(jī)器在語言及信息的處理差異方面，主要體現(xiàn)在能否把表面上無關(guān)之事物相關(guān)在一起的能力。盡管大數(shù)據(jù)時代可能會有所變化，但對機(jī)器而言，抽象表征的提煉亦即基于規(guī)則條件及概率統(tǒng)計的決策方式與基于情感感動及頓悟冥想的判斷（人類特有的）機(jī)理之間的鴻溝依然存在。

人工智能與哲學(xué)

人類文明實際上是一個認(rèn)知的體現(xiàn)，無論是最早的美索不達(dá)米亞文明（距今6000多年），還是四大文明之后日新月異的以西方為代表的現(xiàn)代科技力量，其原點都可以落實到認(rèn)知這個領(lǐng)域上。歷史學(xué)家認(rèn)為：以古希臘文化為驅(qū)動力的現(xiàn)代西方文明來源于古巴比倫和古埃及，其本質(zhì)反應(yīng)的是人與物（客觀對象）之間的關(guān)系；而古印度所表征的文明中常常蘊含著人與神之間的信念；排名最后的古代中國文明是四大古文明中唯一較為完整地綿延至今的文化脈搏，其核心之道理反映的是人與人、人與環(huán)境之間的溝通交流（這也許正是中華文明之所以持續(xù)的重要原因吧）?？v觀這些人、機(jī)（物）、環(huán)境之間系統(tǒng)交互的過程中，認(rèn)知數(shù)據(jù)的產(chǎn)生、流通、處理、變異、卷曲、放大、衰減、消逝無時無刻不在進(jìn)行著……

有人說人工智能是哲學(xué)問題。這句話有一定的道理，因為“我們是否能在計算機(jī)上完整地實現(xiàn)人類智能”，這個命題是一個哲學(xué)問題?？档抡J(rèn)為哲學(xué)需要回答三個問題：我能知道什么？我應(yīng)該做什么？我可以期待什么？分別對應(yīng)著認(rèn)識、道德、信仰。哲學(xué)不是要追究“什么是什么”，而是追求為什么“是”和如何“是”的問題。自2013年10月回國后，筆者一直在思考人機(jī)交互的本質(zhì)問題，偶然與朋友交談時聊及“共在”（Being together）一詞，頓感很是恰當(dāng)，試想，當(dāng)今乃至可見的未來，人機(jī)之間的關(guān)系應(yīng)該不是取代而是共存吧：相互按力分配、相互取長補短，共同進(jìn)步，相互激發(fā)喚醒，有科有幻，有情有義，相得益彰……非常巧合的是，2014年以來，機(jī)器學(xué)習(xí)、互聯(lián)網(wǎng)、機(jī)器人、人工智能等領(lǐng)域的發(fā)展也相當(dāng)迅速，深度學(xué)習(xí)、類腦計算、情景感知一時間成了關(guān)鍵詞，成了時髦語，但細(xì)細(xì)品來，其核心實質(zhì)都不過是解釋與建構(gòu)的問題，形而上后竟會變成高大上的哲學(xué)問題。

其實哲學(xué)與科學(xué)、宗教一樣，都是一個人為了能夠獲得理解而必須相信（除非你相信你不應(yīng)當(dāng)理解）的過程，這不是盲從，而是一種先信仰后理解的先驗！比如，在科學(xué)中，物理學(xué)研究世界是什么樣的（解釋世界），計算機(jī)（數(shù)學(xué)）研究怎么造一個世界（建構(gòu)世界），在這兩者之間若沒有相信、信任、信仰等先于理解而存在，恐怕是難以堅持進(jìn)行下去的，畢竟在伸手不見五指的黑夜中，人是很難自行產(chǎn)生前進(jìn)動力的（如一個沒有利潤的環(huán)境常常少見商人身影一般）。而信仰是一種贊同的思考，常常是一種非理性的激情、沖動情感，通過非理性而達(dá)到理性（通情達(dá)理），這不能不說是一個有趣的悖論！或許，這同時也是無中生有的禪理（以情化理）吧！

實際上，目前以符號表征、計算為代表的計算機(jī)虛擬建構(gòu)體系是很難逼真反映以物理、生理、心理等理論解釋真實世界的（數(shù)學(xué)本身并不完備），而認(rèn)知科學(xué)的及時出現(xiàn)不自覺地把各“理”（物理、生理、心理）解釋與各“機(jī)”（計算機(jī)、飛機(jī)、拖拉機(jī)）建構(gòu)之間對立統(tǒng)一了起來，圍繞是（Being）、應(yīng)（Should）、要（Want）、能（Can）、變（Change）等節(jié)點展開融合進(jìn)而形成一套新的人機(jī)環(huán)境系統(tǒng)交互體系。

有時候，世界是確定的，不確定的是我們自己，面對相同的文字、音樂、視頻等情境事物，我們常常會隨心情的不同而產(chǎn)生不同的覺察和理解，境隨心轉(zhuǎn)。有時候，世界是不確定的，確定的反而是我們自己，面對不同的文字、音樂、視頻等情境事物，我們卻能夠處變不變而產(chǎn)生恒定表征，形成概念，心隨境轉(zhuǎn)。不管怎樣，世界包括我們自己是由易、不易、簡易、遷易、無易、有易、一易、多易……等諸多演化過程構(gòu)成的，在這些紛繁復(fù)雜的變化中，都需要一種或多種參考框架體系協(xié)調(diào)其中的各種矛盾、悖論，而若追溯到這些框架體系的起源，應(yīng)該就是人機(jī)環(huán)境之間的交互作用?；蛟S，最好的智慧/智能真的就隱藏在這些交互的自相矛盾之中？！若果真如此，那又該如何破譯呢？

哲學(xué)意義上的“我”也許就是人類研究的坐標(biāo)原點或出發(fā)點，“我是誰”“我從哪里來”“要到那里去”這些問題也許就是人工智能研究的關(guān)鍵瓶頸？！

結(jié)束語

人工智能，尤其未來的強人工智能很可能是一種集科學(xué)技術(shù)、人文藝術(shù)、哲學(xué)宗教為一體的“有機(jī)化合物”，是各種“有限理性”與“有限感性”相互疊加和往返激蕩的結(jié)果，而不僅僅是科學(xué)意義上的自然秩序之原理。它既包含了像科學(xué)技術(shù)那樣只服從理性本身而不屈從于任何權(quán)威的確定性知識（答案）的東西，又包含著諸如人文藝術(shù)以及哲學(xué)、宗教等一些迄今仍為確定性的知識所不能肯定的思考。它不但關(guān)注著人機(jī)環(huán)境系統(tǒng)中的大數(shù)據(jù)挖掘，而且對涉及“蝴蝶效應(yīng)”的臨界小數(shù)據(jù)也極為敏感；它不但涉及計算、感知和認(rèn)知等客觀過程，而且還對算計、動機(jī)與猜測等主觀過程頗為青睞；它不但與系統(tǒng)論、控制論和信息論等“老三論”相關(guān)，更與耗散結(jié)構(gòu)論、協(xié)同論、突變論等“新三論”相聯(lián)。它是整體與局部之間開環(huán)、閉環(huán)、自上而下、自下而上交叉融合的過程，是通過無關(guān)―弱相關(guān)―相關(guān)―強相關(guān)及其逆過程的混關(guān)聯(lián)變換。

通過研究，我們是這樣看待指人工智能技術(shù)問題的：首先人工智能過程不是被動地對環(huán)境的響應(yīng)，而是一種主動行為，人工智能系統(tǒng)在環(huán)境信息的刺激下，通過采集、過濾，改變態(tài)勢分析策略，從動態(tài)的信息流中抽取不變性，在人機(jī)環(huán)境交互作用下產(chǎn)生近乎知覺的操作或控制；其次，人工智能技術(shù)中的計算是動態(tài)的、非線形的（同認(rèn)知技術(shù)計算相似），通常不需要一次將所有的問題都計算清楚，而是對所需要的信息加以計算；再者，人工智能技術(shù)中的計算應(yīng)該是自適應(yīng)的，人機(jī)系統(tǒng)的特性應(yīng)該隨著與外界的交互而變化。因此，人工智能技術(shù)中的計算應(yīng)該是外界環(huán)境、機(jī)器和人的認(rèn)知感知器共同作用的結(jié)果，三者缺一不可。

研究基于人類行為特征的人工智能系統(tǒng)技術(shù)，即研究在不確定性動態(tài)環(huán)境中組織的感知及反應(yīng)能力，對于社會系統(tǒng)中重大（戰(zhàn)爭、自然災(zāi)害、金融危機(jī)等）的應(yīng)急指揮和組織系統(tǒng)、復(fù)雜工業(yè)系統(tǒng)中的故障快速處理、系統(tǒng)重構(gòu)與修復(fù)、復(fù)雜壞境中仿人機(jī)器人的設(shè)計與制造等問題的解決都有著重要的參考價值。

鑒于研究人工智能系統(tǒng)涉及面較廣，極易產(chǎn)生非線性、隨機(jī)性、不確定性等系統(tǒng)特征，使之系統(tǒng)建模研究時常面臨著較大困難。在之前的研究中，多種有價值的理論模型被提出并用于描述表征、學(xué)習(xí)、理解、自主、預(yù)測等系統(tǒng)行為，但這些模型在對人工智能的實質(zhì)及影響因素方面考慮還不夠全面，也缺乏對模型可用性的實驗驗證，所以本文重點就是針對人機(jī)環(huán)境系統(tǒng)的實質(zhì)及對人工智能影響因素這兩個關(guān)鍵問題進(jìn)行了較深入探討，追根溯源，以期早日實現(xiàn)高效安全宜人可靠的強人工智能系統(tǒng)。

責(zé) 編M樊保玲

第5篇：人工智能技術(shù)難點范文

關(guān)鍵詞：計算機(jī)輔助教學(xué)；智能計算機(jī)輔助教學(xué)；CAI系統(tǒng)

隨著科學(xué)技術(shù)的發(fā)展，計算機(jī)在教學(xué)過程中占有了一席之地。計算機(jī)輔助教學(xué)（Computer Assisted Instruction――CAI）就是利用計算機(jī)輔助教師進(jìn)行教學(xué)活動，通過學(xué)生與計算機(jī)間的交互從而達(dá)到教學(xué)目的。計算機(jī)輔助教學(xué)大致有兩種方式：一種是將教師在課堂上用語言和板書的形式難以表述清晰的重點、難點以課件的方式呈現(xiàn)給學(xué)生，這種課件一般是以課堂演示的方式使用；另一種是以電子教案的形式出現(xiàn)。電子教案中不僅包括學(xué)習(xí)內(nèi)容及重點、難點的演示，還包括一些習(xí)題及習(xí)題的分析與解答等內(nèi)容。

因為受到支撐學(xué)科及計算機(jī)水平的限制，CAI軟件的實現(xiàn)水平遠(yuǎn)遠(yuǎn)落后于CAI理論的發(fā)展。目前占主導(dǎo)地位的仍是基于行為主義學(xué)習(xí)理論的CAI軟件系統(tǒng)。眾所周知，這種軟件通常都是基于框面，采用小步驟的分支式程序設(shè)計，學(xué)生在使用這種軟件時則是被動地接受知識?，F(xiàn)在，我國CAI軟件的總體制作水平不高，軟件的智能性和通用性不強，使得CAI軟件的局限性比較大，有的僅僅是課堂教學(xué)的改版，教學(xué)內(nèi)容、教學(xué)方法一成不變，無法根據(jù)學(xué)生的具體情況向他們提供合適的學(xué)習(xí)資料，進(jìn)行恰當(dāng)?shù)膫€性化教學(xué)，從而達(dá)到實現(xiàn)學(xué)生全面發(fā)展的目標(biāo)。而且軟件如果需要增加新的結(jié)構(gòu)相似的教學(xué)內(nèi)容時，開發(fā)人員還需重新編程，這樣既給開發(fā)者增加了許多重復(fù)性勞動，又給學(xué)習(xí)者造成了諸多不便。

目前使用的CAI軟件存在著以下一些缺點：（1）網(wǎng)絡(luò)支持不足：現(xiàn)在的大多數(shù)CAI軟件是以光盤形式存在，在單機(jī)環(huán)境下運行。雖然大多具有網(wǎng)絡(luò)支持，但是大多的網(wǎng)絡(luò)支持都是針對這一版本的軟件進(jìn)行的系統(tǒng)修補，而很少針對教學(xué)內(nèi)容進(jìn)行更新維護(hù)，這樣的軟件生命周期不會很長。（2）教師的參與度不足：現(xiàn)在的大多數(shù)CAI軟件在制作時就沒有考慮到教師的參與，這些軟件的學(xué)習(xí)和使用都是學(xué)生自主進(jìn)行。通過這些軟件，教師沒有辦法了解學(xué)生的學(xué)習(xí)情況，學(xué)生在碰到問題時也沒有辦法向教師求助，師生之間不能進(jìn)行交流。這樣的軟件無法實現(xiàn)個別化教學(xué)。（3）監(jiān)督機(jī)制不完善：現(xiàn)在的CAI軟件之所以僅僅被視作一種教學(xué)輔助工具，而不是一種完全獨立的教學(xué)手段，在很大程度上就是因為缺少必要的監(jiān)督機(jī)制，得不到教育主管部門和社會大眾的認(rèn)可。

綜上所述，現(xiàn)有的計算機(jī)輔助教學(xué)系統(tǒng)存在諸多問題，這些問題使計算機(jī)輔助教學(xué)系統(tǒng)不能適應(yīng)新的要求。因此，智能計算機(jī)輔助教學(xué)系統(tǒng)將成為教育技術(shù)的一個新的發(fā)展方向。

智能計算機(jī)輔助教學(xué)（Intelligent Computer Assisted Instruction――ICAI）是一種新的教育技術(shù)，它以認(rèn)知科學(xué)和思維科學(xué)為理論基礎(chǔ)，綜合了人工智能技術(shù)、教育學(xué)、心理學(xué)等各門學(xué)科的知識，對學(xué)生進(jìn)行有效的教育。

ICAI系統(tǒng)主要由三個部分組成：知識庫、學(xué)生模型和教師模型。知識庫包含學(xué)科知識和教學(xué)知識兩部分；學(xué)生模型提供了學(xué)生的程度：學(xué)生知道什么和不知道什么，代表了學(xué)生的智能活動；教師模型提供了教學(xué)方法，負(fù)責(zé)指導(dǎo)系統(tǒng)怎樣進(jìn)行教學(xué)活動，代表了教師的智能活動。此外，ICAI系統(tǒng)通常還包含一個具有自然語言處理的智能人機(jī)接口。

由此可見，ICAI系統(tǒng)將教學(xué)內(nèi)容與教學(xué)方法分開，根據(jù)學(xué)生模型提供的信息，通過系統(tǒng)的智能搜索與推理，動態(tài)生成適合于特定學(xué)生的教學(xué)內(nèi)容與策略；通過智能診斷機(jī)制判定學(xué)生的學(xué)習(xí)水平，分析學(xué)生產(chǎn)生錯誤的原因，從而向?qū)W生提出針對錯誤的修改意見，下一步的學(xué)習(xí)策略；通過對所有學(xué)生的錯誤進(jìn)行統(tǒng)計，智能診斷機(jī)制將及時向教師提供教學(xué)策略的更改建議；通過對學(xué)生模型、教學(xué)過程、教學(xué)結(jié)果的智能分析，向教學(xué)主管部門提供對教師教學(xué)工作的評價意見。可以說，一個理想、完美的ICAI系統(tǒng)就是一個自主、優(yōu)秀的“教師”。

要開發(fā)一個好的智能計算機(jī)輔助教學(xué)系統(tǒng)，需要考慮以下幾個方面：

1.模擬人類將記憶與思維合一

由于計算機(jī)技術(shù)不斷地發(fā)展，計算機(jī)數(shù)據(jù)交換方式也在不停地發(fā)展，從而提升了處理器與存儲器之間的配合，這使智能計算機(jī)輔助教學(xué)系統(tǒng)進(jìn)行模擬人類記憶與思維活動變得可能，從而可以同時應(yīng)付多種不同的情況，進(jìn)行多方位的綜合性思考。

2.模擬人類較好地解決不確定性問題

現(xiàn)實世界中的事物大多是模糊的、不確定的，人類可以又快又好地處理這樣的事物，但目前的計算機(jī)輔助教學(xué)系統(tǒng)無法做到這一點，為了能夠?qū)Σ淮_定性進(jìn)行正確處理，需要從軟件上彌補這一缺陷。

3.模擬人類較好地解決自主學(xué)習(xí)問題

人類具有感知能力，能通過各種感覺器官感知外部世界，從而得到所需要的有關(guān)信息，但目前的計算機(jī)輔助教學(xué)系統(tǒng)卻不具備這種能力，它需要人們把已經(jīng)表示出來的各種信息通過一些輸入設(shè)備輸入才能進(jìn)行處理。雖然目前人們已經(jīng)通過各種軟件和硬件的方法能夠與計算機(jī)輔助教學(xué)系統(tǒng)直接交互，但是這已經(jīng)限制了計算機(jī)輔助教學(xué)系統(tǒng)的應(yīng)用。

4.與網(wǎng)絡(luò)技術(shù)相結(jié)合，實現(xiàn)深層次教學(xué)

隨著多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，智能計算機(jī)輔助教學(xué)系統(tǒng)不僅要在智能上有所發(fā)展，還要在多維的網(wǎng)絡(luò)空間中發(fā)展進(jìn)步?；诰W(wǎng)絡(luò)環(huán)境的智能計算機(jī)輔助教學(xué)系統(tǒng)要利用網(wǎng)絡(luò)的優(yōu)勢，完成在線學(xué)習(xí)、實時討論、隨堂練習(xí)、網(wǎng)上測試等多種教學(xué)任務(wù)，實現(xiàn)遠(yuǎn)程教學(xué)。

5.人工智能技術(shù)的使用

人工智能技術(shù)在智能計算機(jī)輔助教學(xué)系統(tǒng)中的應(yīng)用，主要體現(xiàn)在對普通的計算機(jī)輔助教學(xué)系統(tǒng)中引入了知識推理機(jī)制，如，每次課程結(jié)束時，系統(tǒng)會根據(jù)學(xué)生的隨堂測試情況確定學(xué)生的新的認(rèn)知水平，作為下次學(xué)習(xí)的起始依據(jù)，并且向?qū)W生提出新的學(xué)習(xí)建議。

6.提高虛擬學(xué)習(xí)環(huán)境的人機(jī)交互性

虛擬學(xué)習(xí)環(huán)境是由多媒體技術(shù)、仿真技術(shù)、計算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)相結(jié)合而產(chǎn)生的一種交互式人工世界。它的最根本的目的就是要實現(xiàn)基于自然技能的人機(jī)交互。在智能計算機(jī)輔助教學(xué)系統(tǒng)中，使用這種虛擬學(xué)習(xí)環(huán)境，能夠在一般人所不能親身體驗的情景中，達(dá)到演示、操作完美統(tǒng)一的教學(xué)目的。

第6篇：人工智能技術(shù)難點范文

關(guān)鍵詞：人工智能；全英文教學(xué)；教學(xué)內(nèi)容改革；教學(xué)模式改革

1 實施全英文教學(xué)的必要性

隨著國際學(xué)術(shù)交流的日益活躍以及國際化辦學(xué)的趨勢發(fā)展，借鑒國外著名大學(xué)的辦學(xué)理念和管理模式，利用世界優(yōu)質(zhì)教育資源，提升教育教學(xué)水平，造就具有國際競爭能力的復(fù)合型創(chuàng)新人才，正成為我國教育改革與發(fā)展的新方向。

智能化是人類社會技術(shù)發(fā)展的必然趨勢。作為計算機(jī)科學(xué)與技術(shù)專業(yè)課程體系中的核心課程之一，人工智能的地位正隨著該學(xué)科的不斷發(fā)展和其技術(shù)的廣泛應(yīng)用迅速提高，而且在非計算機(jī)領(lǐng)域，具有不同專業(yè)背景的學(xué)者也通過這個年輕的領(lǐng)域發(fā)現(xiàn)新思想和新方法。由于人工智能課程內(nèi)容涉及計算機(jī)科學(xué)以及邊緣學(xué)科的新理論、新方法與新技術(shù)，因此在該課程中開展全英文教學(xué)不僅可以讓學(xué)生充分了解人工智能日新月異的發(fā)展，還可以促進(jìn)本科教學(xué)與國際接軌，在培養(yǎng)國際化創(chuàng)新人才方面具有十分積極的現(xiàn)實意義。

2 當(dāng)前國內(nèi)全英文教學(xué)存在的主要問題

筆者對當(dāng)前國內(nèi)高校人工智能課程全英文教學(xué)的現(xiàn)狀進(jìn)行調(diào)查分析，調(diào)查對象為軟件工程專業(yè)本科三年級學(xué)生，調(diào)研問卷共58份。調(diào)查項目、內(nèi)容及結(jié)果見表1。

從項目1和2的調(diào)查結(jié)果看，大部分學(xué)生認(rèn)為開展全英文教學(xué)有必要，其在提高英語應(yīng)用能力、增強自己的就業(yè)競爭力以及了解國際前沿等方面有很大幫助。然而，由于全英語教學(xué)在我國尚處于起步階段，進(jìn)行全英語教學(xué)的效果并不十分理想，其教學(xué)試點與實踐尚存在一些亟待解決的問題，主要表現(xiàn)在如下幾個方面。

（1）對全英文教學(xué)的理解存在偏差。從項目3～5的調(diào)查結(jié)果看，教師不能正確處理好全英文教學(xué)與專業(yè)英語課教學(xué)的關(guān)系，使全英文教學(xué)變?yōu)榧冇⒄Z課教學(xué)或?qū)I(yè)英語課的翻版。大部分學(xué)生還是希望教學(xué)授課語言以雙語為主或以中文為主、英文為輔，多媒體課件形式為中英文相結(jié)合。

（2）全英文教學(xué)達(dá)不到預(yù)期的教學(xué)效果。從項目6和7的調(diào)查結(jié)果看，雖然一些大學(xué)花了很大代價邀請國外一流教授專家講授課程，但由于人工智能課程理論性強、難度大，學(xué)生很難適應(yīng)全英文課程教學(xué)。

（3）缺乏內(nèi)容全面和難度適中的教材。從項目8和9的調(diào)查結(jié)果看，一些大學(xué)在實施人工智能課程全英語教學(xué)時直接引進(jìn)原版英文教材，但這對本科生來說，原版英文教材內(nèi)容偏多、難度較大，學(xué)生學(xué)習(xí)時不免有諸多畏難情緒。

（4）師資匱乏。從項目10的調(diào)查結(jié)果看，學(xué)生對承擔(dān)全英文教學(xué)教師的滿意程度普遍不高。實際上，全英文教學(xué)對承擔(dān)課程教學(xué)的教師要求很高，他們不僅需要具備專業(yè)知識，而且還要掌握英語應(yīng)用技能，而現(xiàn)階段國內(nèi)高校中能承擔(dān)全英語教學(xué)的師資仍然十分匱乏。

綜上所述，如何改革全英文教學(xué)模式，講授哪些教學(xué)內(nèi)容，采用何種科學(xué)的教學(xué)方法與手段，是值得我們思考和關(guān)注的教學(xué)改革重點和難點。

針對以上這些問題，我們深入研究人工智能課程的特點，對現(xiàn)有教學(xué)模式、內(nèi)容及方法進(jìn)行全方位探索和改革，制訂全英文教學(xué)計劃，對促進(jìn)教學(xué)工作、提高教學(xué)質(zhì)量、培養(yǎng)國際創(chuàng)新型人才起重要作用，其重要意義具體體現(xiàn)在以下3個方面。

（1）探索如何將理論知識傳授、綜合能力培養(yǎng)與英語交流運用三者有機(jī)結(jié)合，建立全英文教學(xué)的新型模式，這將對更新教學(xué)理念和探索適合于計算機(jī)軟件人才培養(yǎng)的教學(xué)方法產(chǎn)生深遠(yuǎn)影響。

（2）全英文課程教學(xué)能夠讓學(xué)生掌握最先進(jìn)的人工智能國際前沿技術(shù)，開闊國際視野，有利于培養(yǎng)復(fù)合型、實用型、具有國際競爭力的高層次創(chuàng)新人才。

（3）全英文教學(xué)改革的探索與實踐能夠促進(jìn)國內(nèi)教育向國際教育邁進(jìn)。

3 全英文教學(xué)內(nèi)容改革

建立完善的全英語教學(xué)體系，需要有系統(tǒng)而完整的教學(xué)內(nèi)容。我國計算機(jī)科學(xué)與技術(shù)本科專業(yè)人工智能課程課時一般只有36學(xué)時，因此我們需要考慮從什么角度組織教學(xué)內(nèi)容，才能讓學(xué)生比較容易地理解、熟悉和掌握人工智能的原理、方法與技術(shù)，從而顯著提高教學(xué)效果。

與國內(nèi)教學(xué)內(nèi)容相比，國外教學(xué)更注重分析問題的思維方法和解決問題的應(yīng)用能力，對提高學(xué)生的學(xué)習(xí)興趣以及培養(yǎng)學(xué)生的創(chuàng)新能力十分有益，但是原版內(nèi)容過多，且大多以國外政治、經(jīng)濟(jì)、文化、社會和生活為背景，對于我國學(xué)生來說，理解某些內(nèi)容和背景比較困難。因此直接套用原版教學(xué)內(nèi)容往往存在一定問題，我們需要在引進(jìn)、消化和吸收國外經(jīng)典教材內(nèi)容的基礎(chǔ)上，有選擇性地挑選合適內(nèi)容。國外經(jīng)典教材編寫思路不盡相同，一些經(jīng)典人工智能教材及主要內(nèi)容見表2。

人工智能的基本思想和主要內(nèi)容是研究人類智能活動規(guī)律和用于模擬人類某些智能行為的基本理論、方法和技術(shù)。從表2中可以看出它們的共同點，即人工智能應(yīng)圍繞“智能”這個核心，但由于智能本身非常復(fù)雜，難以用單一的理論與方法描述，需要從不同的抽象層次刻畫智能這個主題。我們認(rèn)為，人工智能的主要內(nèi)容可按圖1所示劃分為不同層次并確定講授順序。

在最底層，神經(jīng)網(wǎng)絡(luò)與演化計算（適應(yīng)性原理與仿生機(jī)制等）輔助感知以及與物理世界的交互；抽象層反映知識在智能中的角色和創(chuàng)建以及圍繞問題求解的知識的抽象、表示和理解；更高層則提出學(xué)習(xí)、規(guī)劃、推理的模型和方式；應(yīng)用層構(gòu)造智能化智能體以及具有一定智能的人工系統(tǒng)，讓計算機(jī)實現(xiàn)以往需要人的智力才能完成的工作。除了將人工智能課程的教學(xué)內(nèi)容劃分為這4個層次，為保證教學(xué)內(nèi)容的循序漸進(jìn)性，還可按照抽象層更高層最底層應(yīng)用層順序安排教學(xué)內(nèi)容。

4 全英文教學(xué)模式改革的實施關(guān)鍵

針對以上國內(nèi)全英文教學(xué)中存在的主要問題，我們提出人工智能課程全英文教學(xué)模式改革的實施關(guān)鍵，包括全英文課堂教學(xué)模式的重定位，“二三二”模式教學(xué)方法的改革，集先進(jìn)性、前沿性和實用性為一體的教學(xué)內(nèi)容創(chuàng)新以及全專業(yè)英語教學(xué)團(tuán)隊的打造。

4.1 全英文課堂教學(xué)模式的重定位

人工智能課程教學(xué)以培養(yǎng)學(xué)生掌握專業(yè)基礎(chǔ)知識、培養(yǎng)實踐動手與應(yīng)用能力以及提高英語交流水平三者相結(jié)合為主要目標(biāo)，分兩個階段進(jìn)行，國內(nèi)教師與國外教師共同授課。首先，國內(nèi)主講教師講授人工智能課程的基礎(chǔ)原理、模型和方法，可采用集中授課、案例教學(xué)和課堂實踐等教學(xué)方式，使學(xué)生掌握人工智能的一般基礎(chǔ)知識；在此基礎(chǔ)上，再邀請國際知名外籍教師為學(xué)生講授人工智能國際前沿技術(shù)，包括集中授課和專題研討。經(jīng)過基礎(chǔ)學(xué)習(xí)，學(xué)生一般已掌握人工智能基礎(chǔ)知識，因此對于外籍教師所講授的學(xué)科前沿等內(nèi)容能夠準(zhǔn)確理解和把握。與單純采用全英文教學(xué)或單純邀請外籍教師授課相比，該模式能收到較好的預(yù)期效果?！?+1”全英文雙課堂教學(xué)模式如圖2所示。

4.2 “二三二”模式教學(xué)方法的改革

實行全英語教學(xué)后，由于使用英文教材及中外教育背景存在差異等因素，我們在教學(xué)過程中對教學(xué)方法進(jìn)行一定程度的調(diào)整和改進(jìn)，包括全英文授課形式、案例教學(xué)、教學(xué)內(nèi)容以及教學(xué)手段等方面；配合“1+1”全英文雙課堂教學(xué)模式，提出圖3所示的“二三二”模式教學(xué)方法，培養(yǎng)學(xué)生成為具有綜合能力、創(chuàng)新能力、國際視野和英語技能的復(fù)合型人才。

該教學(xué)方法模式包括：（1）過渡式全英文與沉浸式全英語兩大英語教學(xué)方式；（2）激勵自主式、啟發(fā)互動式、體驗學(xué)習(xí)式三大學(xué)習(xí)法，激發(fā)學(xué)生學(xué)習(xí)興趣，使學(xué)生牢固掌握人工智能基礎(chǔ)理論與方法；（3）參與學(xué)習(xí)式和自我展示式兩大學(xué)習(xí)法，培養(yǎng)學(xué)生綜合運用知識的能力和創(chuàng)新能力。

在全英文課堂授課過程中，我們需要注重把握英語與專業(yè)的比例。首先，不能一味地追求全英文授課的形式而忽視教學(xué)效果；其次，還需要為學(xué)生提供一個良好的語言學(xué)習(xí)環(huán)境，在實際教學(xué)中注重培養(yǎng)學(xué)生良好的英語思維習(xí)慣，從根本上提高學(xué)生的英語水平。

人工智能課程包含大量概念，內(nèi)容抽象，算法復(fù)雜，學(xué)生往往難以理解與掌握。將案例教學(xué)方法引入課程教學(xué)能有效提高學(xué)生的學(xué)習(xí)興趣，獲得較好的預(yù)期教學(xué)效果，但要達(dá)到理想的教學(xué)目標(biāo)，僅僅靠課堂教學(xué)遠(yuǎn)遠(yuǎn)不夠，還需要拓展第二課堂。有計劃地邀請國外人工智能專家和教授到大學(xué)進(jìn)行專題講座，鼓勵學(xué)生參加相關(guān)的課外科研/科技活動，使得學(xué)生能夠體驗式地、自主地學(xué)習(xí)，更好地了解人工智能新技術(shù)，從而進(jìn)一步激發(fā)學(xué)生的學(xué)習(xí)熱情。構(gòu)建案例教學(xué)和課堂實踐的雙課堂教學(xué)模式，不僅能夠豐富教學(xué)內(nèi)涵，而且可以充實學(xué)科前沿知識并拓寬學(xué)生的國際視野。

4.3 集先進(jìn)性、前沿性和實用性為一體的教學(xué)內(nèi)容創(chuàng)新

除了引進(jìn)、消化和吸收國外經(jīng)典教材內(nèi)容以外，我們還需要逐步建立起具有自身特色的教學(xué)內(nèi)容，以保證教學(xué)內(nèi)容集先進(jìn)性、前沿性和實用性為一體。

（1）先進(jìn)性。我們提出教學(xué)與科研相結(jié)合，以科研帶動教學(xué)發(fā)展的新思路。教師可結(jié)合自己的人工智能及其相關(guān)領(lǐng)域的科研項目，將科研最新研究成果以及學(xué)科前沿知識進(jìn)行梳理與優(yōu)化并有機(jī)融入課程教學(xué)中，確保教學(xué)內(nèi)容的先進(jìn)性，有效提高教學(xué)改革的質(zhì)量。

（2）前沿性。對人工智能發(fā)展較快的領(lǐng)域，如智能計算、數(shù)據(jù)挖掘等，還需更新和補充全英文教學(xué)內(nèi)容，同時可以邀請國際知名大學(xué)教授共同研究與探討教學(xué)內(nèi)容，保證課程內(nèi)容具有一定的前沿性，通過實現(xiàn)全英語教學(xué)保證課程與國際接軌。

（3）實用性。在講授基礎(chǔ)理論知識的基礎(chǔ)上，還應(yīng)注重實踐的應(yīng)用，增強學(xué)生的動手操作能力，以符合素質(zhì)教育必須注重實踐的要求。教師可結(jié)合教學(xué)中的基本理論知識，適當(dāng)補充案例與實例，使得教學(xué)內(nèi)容與實際相聯(lián)系，豐富課程內(nèi)涵并提高教學(xué)效果。

4.4 全專業(yè)英語教學(xué)團(tuán)隊的打造

師資力量直接影響教學(xué)效果。師資的匱乏是現(xiàn)階段全英語教學(xué)面臨的主要問題之一。雖然一些教師具有較扎實的人工智能學(xué)科功底，但不能熟練地運用英語進(jìn)行授課，而有些教師則知識結(jié)構(gòu)單一，缺少人工智能及其相關(guān)學(xué)科間的交叉與融合，因此我們需要多渠道、多層次地打造既具備專業(yè)知識，又具有學(xué)科交叉與融合能力，同時掌握英語技能的全英語教師隊伍。將科研與教學(xué)相結(jié)合，利用與國外人工智能及相關(guān)領(lǐng)域?qū)W術(shù)帶頭人建立的合作關(guān)系優(yōu)勢加強交流與合作，爭取申請國際合作科研項目，利用科研提高教師的教學(xué)質(zhì)量、專業(yè)水平和英語技能。

5 全英文教學(xué)的具體實施

我們在軟件工程專業(yè)本科三年級學(xué)生的人工智能課堂上實施全英文教學(xué)，具體實施過程如下。

（1）國際軟件學(xué)院成立教學(xué)主管部門領(lǐng)導(dǎo)小組、從事教學(xué)研究的骨干教師組成的全英文教學(xué)工作小組以及由教學(xué)督導(dǎo)組成的監(jiān)管小組，三者之間相互配合并共同促進(jìn)，保障全英文教學(xué)工作的順利推進(jìn)與落實。領(lǐng)導(dǎo)小組對全英文教學(xué)的師資培訓(xùn)、人才引進(jìn)、多媒體網(wǎng)絡(luò)資源開發(fā)、實驗室建設(shè)、教材編寫等予以政策支持；教學(xué)工作小組制訂全英文教學(xué)工作規(guī)劃和年度計劃；監(jiān)管小組定期對工作小組的教學(xué)完成情況進(jìn)行評估。

（2）在課程教學(xué)中，打破國內(nèi)常規(guī)教學(xué)方式，建立開放式全英文教學(xué)模式，教學(xué)形式多種多樣。教學(xué)方式以“1+1”雙課堂教學(xué)模式為核心，以講授與專題討論相結(jié)合的方式，圍繞基本原理、方法與技術(shù)展開教學(xué)，激發(fā)學(xué)生自主學(xué)習(xí)與創(chuàng)新學(xué)習(xí)的熱情。

（3）國際軟件學(xué)院在人工智能相關(guān)領(lǐng)域承擔(dān)并完成了一批國家與省部級科研課題，而且取得了一些有影響的研究成果，形成了自己的學(xué)科特色和優(yōu)勢。2006年，國際軟件學(xué)院聘請被譽為世界“人工大腦”領(lǐng)域先驅(qū)的美國猶他州州立大學(xué)計算機(jī)系Hugo de Gaffs教授擔(dān)任武漢大學(xué)全職教授和學(xué)院國際人工智能研究室主任。

（4）聘請與國際軟件學(xué)院有合作協(xié)議的國立首爾大學(xué)計算機(jī)科學(xué)與工程學(xué)院Bob McKay教授專職來校為本科生講授人工智能技術(shù)前沿。同時，利用國外學(xué)者來武漢大學(xué)順訪的機(jī)會，請其為學(xué)生作學(xué)術(shù)報告，使學(xué)生了解國際最新人工智能技術(shù)，如邀請曾經(jīng)在麻省理工學(xué)院從事過7年博士后研究的宋森研究員進(jìn)行“理解大腦與仿制大腦”的講座等。

（5）國際軟件學(xué)院在遴選教師到與學(xué)院有教學(xué)和科研合作的國外大學(xué)進(jìn)修時，優(yōu)先考慮給本科生授課的全英文教師，并將全英文教學(xué)能力作為選拔條件，以教師的學(xué)術(shù)進(jìn)修帶動全英文教學(xué)建設(shè)，使學(xué)科和專業(yè)建設(shè)與全英語教學(xué)隊伍打造相結(jié)合，全面推進(jìn)全英語教學(xué)工作的開展。

6 結(jié)語

人工智能是計算機(jī)科學(xué)與技術(shù)專業(yè)的重要課程，目前正面臨著知識更新和教學(xué)改革的緊迫任務(wù)。筆者以實施全英文教學(xué)為契機(jī)，針對目前國內(nèi)全英文教學(xué)中存在的亟待解決的主要問題，提出人工智能全英文教學(xué)內(nèi)容與教學(xué)模式改革的新思路。

（1）以智能為核心，從不同抽象層次刻畫智能主題，構(gòu)造人工智能最底層、抽象層、更高層以及應(yīng)用層4大模塊內(nèi)容。

（2）突破傳統(tǒng)教學(xué)模式，對全英文教學(xué)模式進(jìn)行重定位，提出“1+1”全英文雙課堂教學(xué)模式。

（3）提出“二三二”模式教學(xué)方法的改革方案，培養(yǎng)具有綜合能力、創(chuàng)新能力、國際視野、英語技能的復(fù)合型人才。

（4）提出教學(xué)與科研相結(jié)合，以科研帶動教學(xué)發(fā)展的新思路，進(jìn)行集先進(jìn)性、前沿性和實用性為一體的教學(xué)內(nèi)容創(chuàng)新。

第7篇：人工智能技術(shù)難點范文

關(guān)鍵詞：火電廠 鍋爐 主汽溫 控制

鍋爐是火電廠極其重要的基礎(chǔ)設(shè)備，發(fā)揮著重要的作用。主蒸汽溫度是鍋爐最主要的輸出變量之一。主汽溫度在確保機(jī)組運行的安全性能和穩(wěn)定性能方面具有極其重要的作用，因為主汽溫度具有自動調(diào)節(jié)的作用，主要是通過維持過熱器出口氣溫的范圍，以保持其在正常范圍內(nèi)進(jìn)行運轉(zhuǎn)。如果該溫度過高會造成一些設(shè)備的損壞，鍋爐受熱面以及蒸汽管道金屬材料的蠕變速度將會大大加快，這樣會降低設(shè)備的使用壽命。

一、引起主汽溫度變化的各種原因及其控制難點

在鍋爐正常運行過程中，會有多種因素對鍋爐的主蒸汽溫度造成影響，在這多種多樣的影響因素中主要包括：在蒸汽側(cè)有主蒸汽流量、給水溫度、減溫水溫度、減溫水流量、在煙氣側(cè)有煙氣量和燃燒器的投運方式以及受熱面的污染狀況等，其中煙氣量主要包括總風(fēng)量和燃料量。最為主要的影響因素是主蒸汽流量、煙氣量和減溫水流量等因素。

由于蒸汽溫度控制的復(fù)雜性，主蒸汽溫度的控制一直是鍋爐運行過程中的難點，所以對這方面操作有相當(dāng)嚴(yán)格的標(biāo)準(zhǔn)，在運行過程中要求主蒸汽溫度具有穩(wěn)定性，上下值之間在5℃的范圍內(nèi)浮動是正?，F(xiàn)象。如果主蒸汽溫度控制不好，長時間的高溫運行下會導(dǎo)致過熱器損壞并且爆管，在汽機(jī)側(cè)還會導(dǎo)致汽輪機(jī)的壽命縮短，汽缸、汽閥、前幾級噴嘴和葉片、高壓缸前軸承等部件都會受到損壞。

與溫度過高相比，主蒸汽溫度過低同樣會引發(fā)機(jī)組運行的安全問題，會嚴(yán)重的影響到機(jī)組的循環(huán)熱效率降低，這將直接影響到鍋爐的使用效率。一般汽溫每降低5℃～10℃，爐的使用效率約降低1%，同時會引起葉片磨損，這主要是通過汽輪機(jī)的最后幾集蒸汽溫度增加引起的。如果汽溫變化過于劇烈，將會引起鍋爐和汽輪機(jī)等金屬管材及部件的疲勞，嚴(yán)重時還會引起汽輪機(jī)汽缸和轉(zhuǎn)子的脹差變化。溫度控制對于機(jī)組的正常運行十分必要，如果溫度控制不好則會直接影響到機(jī)組的工作效率，甚至危及機(jī)組的生產(chǎn)安全和人員的安全。所以對于電廠鍋爐主蒸汽溫度的變化控制是十分必要的，需要有一套科學(xué)嚴(yán)謹(jǐn)?shù)目刂拼胧?，來保證鍋爐的正常運行。

二、主汽溫度的控制的主要策略和方法

1.經(jīng)典控制理論基礎(chǔ)上的主汽溫度控制方法

常規(guī)PID控制是目前被普遍采用的一種方法，但是由于其自身存在的缺點和不足之處使其難以建立起精確的數(shù)學(xué)模型，僅僅依靠PID控制。所以，無論PID參數(shù)如何匹配，也很難使蒸汽溫度適應(yīng)各種擾動的變化。

同時，在運行狀況發(fā)生較大變化的情況下，過熱汽溫對象的動態(tài)特性以及模型參數(shù)將會受到明顯影響。常規(guī)PID控制方法獲得的控制效果并不是十分讓人滿意。針對常規(guī)PID控制的固有缺點，研究人員提出了一系列的改進(jìn)方法，設(shè)置了相應(yīng)的相位補償，前饋補償控制，分段控制等。但是，這些措施的改進(jìn)和出現(xiàn)，還是沒有從根本上使控制的效果達(dá)到令人滿意的效果。究其原因，它們無法對系統(tǒng)的內(nèi)部動態(tài)參數(shù)進(jìn)行直接有效地控制。

2.以現(xiàn)代控制理論為基礎(chǔ)的主汽溫度控制方法

現(xiàn)代控制理論的本質(zhì)為時域法，它從一定程度上解決了系統(tǒng)的可控性、可觀測性和穩(wěn)定性以及其他很多復(fù)雜的系統(tǒng)控制問題。但是，這種控制方法在工程實現(xiàn)方面還是存在一定缺陷?；诂F(xiàn)代控制理論的主汽溫度控制方法主要包括狀態(tài)變量控制，預(yù)測控制，Smith預(yù)估控制，自適應(yīng)控制等。

3.智能控制

智能控制作為新興的理論和技術(shù)，是傳統(tǒng)控制方法在理論和實踐上的進(jìn)一步發(fā)展和探索，是傳統(tǒng)控制發(fā)展到高級階段的產(chǎn)物，具有其他控制理論所不具有的獨特優(yōu)勢。它可以用來解決控制對象參數(shù)在大范圍變化的問題，而這些問題是傳統(tǒng)的控制方法不能夠解決的。對于主汽溫度控制來說，有應(yīng)用人工智能、開發(fā)專家控制系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)和模型控制系統(tǒng)等計算機(jī)科學(xué)的最新技術(shù)。

（1）專家控制

專家控制系統(tǒng)作為一種先進(jìn)的計算機(jī)程序系統(tǒng)，有著大量的專門知識和經(jīng)驗。主要通過應(yīng)用人工智能技術(shù)，以一個或多個人類專家提供的特殊領(lǐng)域知識和經(jīng)驗為基礎(chǔ)，進(jìn)行推理和判斷，模擬人類專家做決策的方式和程序，解決那些需要專家決定的復(fù)雜問題。目前，專家系統(tǒng)控制器通常由控制規(guī)則庫、推理機(jī)、信息獲取器和輸出處理器等組成。

（2）人工神經(jīng)網(wǎng)絡(luò)控制

神經(jīng)網(wǎng)絡(luò)的優(yōu)點是很明顯的，主要包括強魯棒性、容錯性、并行處理、自學(xué)習(xí)、逼近非線性關(guān)系等特點，主要的優(yōu)勢是用于解決非線性和不確定系統(tǒng)控制方法等各方面的問題。并且，這種控制方式還對非線性的PID進(jìn)行了改造，采用人工神經(jīng)網(wǎng)絡(luò)與PID結(jié)合的控制方法，使常規(guī)的PID控制器獲得了令人滿意的性能。單神經(jīng)元模型與常規(guī)PID控制器進(jìn)行了科學(xué)的整合，形成了單神經(jīng)元PID控制器，這種控制器具有極強的自適應(yīng)能力。

（3）模糊控制

模糊控制的突出特點是具有人工智能化，不需要對對象過程的精確數(shù)學(xué)模型進(jìn)行精確了解，便可以對過程參數(shù)的變化具有較高的適應(yīng)性。僅僅依靠模糊規(guī)則來實現(xiàn)汽溫系統(tǒng)的控制是很難實現(xiàn)的，加之模糊控制有著固有的缺點，穩(wěn)定性不高、精度不高，這就導(dǎo)致模糊控制難以消除系統(tǒng)的穩(wěn)態(tài)誤差。混合型模糊PID系統(tǒng)將串級控制與模糊控制的優(yōu)點有機(jī)地組合起來，較好的解決了蒸汽系統(tǒng)中系統(tǒng)小的超調(diào)量與系統(tǒng)快速性間的矛盾。

三、結(jié)論

面對電廠鍋爐這個復(fù)雜的控制對象，人們一直都在不停地探索更為精準(zhǔn)和高效的控制手段，并且致力于尋找一種切實有效的方法，以保證設(shè)備的使用安全性和系統(tǒng)穩(wěn)定性。經(jīng)過實踐和總結(jié)，已經(jīng)從經(jīng)典控制理論發(fā)展到現(xiàn)代控制理論，并且又出現(xiàn)了智能控制方法。有許多智能的控制方法，在理論研究上所取得的效果是良好的。但是。由于工程中實際存在的問題和缺陷，并沒有在實際生產(chǎn)中得到廣泛的應(yīng)用。所以，大部分仍處于實驗室仿真階段研究，如何使其應(yīng)用到實際生產(chǎn)是一個重大課題。

參考文獻(xiàn)：

[1]王研凱.循環(huán)流化床鍋爐主汽溫度低的原因分析及處理[J].內(nèi)蒙古電力技術(shù)，2009，（6）.

[2]呂朝暉，徐光寶，等.淺談提高熱工測量準(zhǔn)確性與節(jié)能工作的關(guān)系及策略[J].華北電力技術(shù)，2009，（9）.

第8篇：人工智能技術(shù)難點范文

關(guān)鍵詞：決策支持系統(tǒng)；人件；人件服務(wù)；軟件服務(wù)

一、 引言

隨著決策理論與方法研究的推進(jìn)，計算機(jī)科學(xué)與信息技術(shù)的飛速發(fā)展，為滿足決策者決策需求內(nèi)涵的豐富與提升，一種重要的決策支持工具――決策支持系統(tǒng)（Decision Support System，DSS）應(yīng)運而生。1971年，Scott Morton和Gorry首次提出DSS的概念以支持半結(jié)構(gòu)化和非結(jié)構(gòu)化決策。DSS是在MIS和基于模型的信息系統(tǒng)基礎(chǔ)上發(fā)展起來的可形式化、可模型化的、層次較高的信息系統(tǒng)，追求的目標(biāo)是有效性。自從DSS的概念被提出以來，研究者和實踐家們一直在努力構(gòu)建更合理、更完善的系統(tǒng)體系。

二、 決策支持系統(tǒng)

1. DSS概念體系。

（1）理論基礎(chǔ)與實現(xiàn)依據(jù)。DSS的理論研究及實踐開發(fā)和很多學(xué)科（領(lǐng)域）的知識有關(guān)，其理論框架涉及到計算機(jī)科學(xué)、信息科學(xué)、管理科學(xué)、決策科學(xué)、行為科學(xué)等領(lǐng)域。它不斷吸收其他學(xué)科的知識并遵循其自身結(jié)構(gòu)與功能特征的發(fā)展規(guī)律以完善其理論體系。

DSS支持全部決策過程，不同的研究者對決策過程模型有不同的認(rèn)知和表述。DSS的研究者在很大程度上受到Simon決策過程模型的影響。它不僅用來解釋決策過程，還是DSS實現(xiàn)的理論依據(jù)，且被很多研究者作為區(qū)分DSS和其他信息系統(tǒng)（如MIS、ES等）的標(biāo)志。

（2）定義。自DSS的概念提出后，很多專家與學(xué)者（如Keen，Little，Alter，Moore，Bonczek & Tuban）等對DSS的定義進(jìn)行了不斷擴(kuò)充與完善。

在軍事指揮決策領(lǐng)域，DSS往往被稱為輔助決策系統(tǒng)，但“決策支持輔助系統(tǒng)”和“輔助決策支持系統(tǒng)”都是不嚴(yán)謹(jǐn)?shù)拿Q，因“支持”和“輔助”內(nèi)涵相近。DSS的術(shù)語是內(nèi)容自由的表述，不同時期、不同領(lǐng)域、采用不同技術(shù)的人對其有不同的理解。DSS廣義的理解是指用來描述任何支持決策過程的人機(jī)系統(tǒng)，狹義的理解是指一種特定的技術(shù)。隨著相關(guān)理論和技術(shù)的發(fā)展，DSS的概念內(nèi)涵和外延都在不斷豐富與發(fā)展之中，但理解DSS的實質(zhì)需根據(jù)系統(tǒng)結(jié)構(gòu)及其所決定的系統(tǒng)關(guān)鍵特征和功能。

因此，沒有一個廣為人們接受的統(tǒng)一的DSS定義，這也為該領(lǐng)域的發(fā)展留有待擴(kuò)充空間，但不能忽視DSS的目的是支持和改進(jìn)決策過程。

（3）基本結(jié)構(gòu)。傳統(tǒng)DSS基本結(jié)構(gòu)總的來說分為兩大類：一類是以Sprague兩庫結(jié)構(gòu)為基礎(chǔ)的“三部件”結(jié)構(gòu)，它由數(shù)據(jù)部件、模型部件和對話部件組成，如圖1所示；另一類是Bonczek（1981）提出的基于知識的“三系統(tǒng)”體系結(jié)構(gòu)，它由語言子系統(tǒng)、問題處理子系統(tǒng)和知識子系統(tǒng)組成，如圖2所示。它們分別從不同的角度揭示了DSS的內(nèi)部結(jié)構(gòu)和功能模塊特征，都對后來DSS的結(jié)構(gòu)擴(kuò)充產(chǎn)生了很大的影響。

（4）關(guān)鍵特征和功能。因DSS沒有統(tǒng)一的、廣為接受的定義，故DSS的標(biāo)準(zhǔn)特征和功能也沒有統(tǒng)一的描述。但理想中的DSS的關(guān)鍵特征和功能如圖3所示。

（5）分類。在DSS的演化進(jìn)程中，不同時期的不同研究者從不同視角、不同層次對DSS作了不同的分類。比較有代表性的是：Donovan，Madnick（1977）按能否支持重復(fù)決策，把DSS分為慣例DSS和臨時性DSS；Arnott，Pervan（2005）按DSS的應(yīng)用范圍和技術(shù)特點，分為個人DSS，GDSS，談判DSS，IDSS，基于知識管理的DSS，BI和DB。

在學(xué)術(shù)界廣為接受的是Power（2007）按驅(qū)動方式將DSS分為模型驅(qū)動型DSS、數(shù)據(jù)驅(qū)動型DSS、通信驅(qū)動型DSS、文本驅(qū)動型DSS、知識驅(qū)動型DSS和基于Web的DSS等類型。近年來，基于數(shù)據(jù)倉庫（Data Warehouse，DW）、聯(lián)機(jī)在線分析（On-Line Analytical Process，OLAP）和數(shù)據(jù)挖掘（Data Mining，DM）的商業(yè)智能技術(shù)得到了迅速發(fā)展，再加上Microsoft、Oracle、IBM等數(shù)據(jù)庫廠商的大力開發(fā)與支持，使得數(shù)據(jù)驅(qū)動的DSS相對于模型驅(qū)動的DSS具有更高的標(biāo)準(zhǔn)化程度和產(chǎn)品成熟度。

2. 系統(tǒng)分析和設(shè)計方法。DSS的系統(tǒng)分析和EDPS、MIS等不同，主要應(yīng)符合決策者對決策過程的認(rèn)知、滿足DSS的設(shè)計規(guī)范和提升DSS的系統(tǒng)效能等方面。對DSS的系統(tǒng)分析通常采用一種稱之為ROMC的方法，即表述（Representation）、操作（Operation）、記憶輔助（Memory aid）和控制機(jī)構(gòu)（Control Mechanism）等，其主要特征是過程獨立、依賴表達(dá)式但方法本身并沒有提供實現(xiàn)DSS結(jié)構(gòu)的具體技術(shù)。

DSS的設(shè)計可采用結(jié)構(gòu)化系統(tǒng)開發(fā)方法、層次模型法、面向?qū)ο蠓ǖ?。每種方法的著眼點不同，選擇系統(tǒng)設(shè)計方法時，需綜合考慮開發(fā)人員的知識結(jié)構(gòu)、決策問題的結(jié)構(gòu)與特征、系統(tǒng)的可維護(hù)性等因素。

3. 應(yīng)用。在已投入使用的信息系統(tǒng)中均有DSS成功應(yīng)用于經(jīng)濟(jì)、管理、軍事等領(lǐng)域的實例，這大大提高了決策的科學(xué)性。目前，許多全球著名的軟件供應(yīng)商，如CA、IBM、Oracle、NCR、Informix、SAS等都提供支持DSS研發(fā)的各種工具。

在國內(nèi)，從事DSS研究的單位主要有中科院、南京大學(xué)、國防科大、中南大學(xué)等，它們已取得了很多理論研究與實踐應(yīng)用成果。目前，國內(nèi)DSS的應(yīng)用主要體現(xiàn)在大型互聯(lián)電網(wǎng)、高等教育評估、軍隊指揮自動化、應(yīng)急管理、物流管理等領(lǐng)域，其應(yīng)用范疇仍在不斷擴(kuò)展之中。

三、 演化進(jìn)程

自DSS概念提出以來，在人工智能、數(shù)據(jù)庫、模型庫、知識管理、聯(lián)機(jī)分析、語義Web服務(wù)等新技術(shù)的不斷推動以及對決策理論與方法的深入研究，DSS呈現(xiàn)出了以不同技術(shù)為主要表征的多種形態(tài)并已經(jīng)取得了一系列重要的進(jìn)展，如：對DSS定義和基本框架的拓展和改進(jìn)、面向組織和團(tuán)隊的群體決策支持系統(tǒng)（Group Decision Support System，GDSS）、商業(yè)智能（Business Intelligence，BI）技術(shù)、決策支持中心（Decision Support Center，DSC）、綜合性決策支持系統(tǒng)（Intelligent，Interactive and Integrated DSS，I3DSS）、智能決策支持系統(tǒng)（Intelligent Decision Support System，IDSS）以及基于網(wǎng)絡(luò)技術(shù)而發(fā)展的分布式?jīng)Q策支持系統(tǒng)（Distributed Decision Support System，DDSS）等，目前DSS的研究主要集中在應(yīng)用層面，其演化進(jìn)程總結(jié)如下。

20世紀(jì)60年代：DSS的研究主要體現(xiàn)在Scott Morto的管理決策支持，卡內(nèi)基梅隆大學(xué)（CMU）的組織決策理論研究，麻省理工學(xué)院（MIT）的有關(guān)交互式在線分析處理系統(tǒng)的技術(shù)研究，決策支持理論發(fā)展等方面。系統(tǒng)的主要特征是將交互式技術(shù)應(yīng)用于管理任務(wù)。

20世紀(jì)70年代：Scott Morton和Gorry（1971）提出DSS的概念；1971年~1976年，研究主要集中在交互式的計算機(jī)系統(tǒng)，后把模型融入DSS；Keen和Scott Morton（1978）把DSS的應(yīng)用范圍限定在對半結(jié)構(gòu)化管理決策的支持；這階段具有代表性的是BrandAid，Alter，Holsapple等的研究。70年代中后期，系統(tǒng)主要注重有效性，而不是效率。

20世紀(jì)80年代：Sprague（1980）提出DSS的“三部件”結(jié)構(gòu)，后又增加了知識庫和方法庫；Bonczek（1980）等提出DSS的“三系統(tǒng)”結(jié)構(gòu)；1981年首屆DSS國際會議在亞特蘭大舉辦；1980年出現(xiàn)了GDSS的概念；Owen（1985）等人提出了DSC的概念；Kersten（1985）年開發(fā)支持談判的決策支持系統(tǒng)NEGO；1989年出現(xiàn)的群件Lotus Notes；Kraemer和King（1989）提出的協(xié)同決策系統(tǒng)CDSS。人工神經(jīng)元網(wǎng)絡(luò)及機(jī)器學(xué)習(xí)等技術(shù)的研究與應(yīng)用為知識的學(xué)習(xí)與獲取提供了新途徑，如專家系統(tǒng)和DSS結(jié)合形成IDSS。這階段有代表性的是：DSS書籍；群決策支持系統(tǒng)原型；基于計算機(jī)的專家系統(tǒng)等。20世紀(jì)80年代中后期，注重系統(tǒng)的柔性及應(yīng)用性。1990年以前，DSS大多是模型驅(qū)動的。

20世紀(jì)90年代：1990年后，Bill Inmon和Ralph Kimball積極推崇使用關(guān)系數(shù)據(jù)庫技術(shù)建立數(shù)據(jù)驅(qū)動的DSS；1994年，開始把OLAP功能集成到數(shù)據(jù)庫中；1995年，數(shù)據(jù)倉庫和World Wide Web開始影響決策支持技術(shù)的發(fā)展，基于Web的DSS變得切實可行；Gartner Group（1996），提出BI的概念。隨著網(wǎng)絡(luò)、新一代數(shù)據(jù)庫、多媒體、仿真和虛擬現(xiàn)實等技術(shù)的發(fā)展，DSS的研究主要集中在商業(yè)智能/聯(lián)機(jī)在線分析、數(shù)據(jù)倉庫、基于Web服務(wù)的系統(tǒng)/門戶網(wǎng)站、數(shù)據(jù)挖掘等方面。系統(tǒng)的主要特征是網(wǎng)絡(luò)化、應(yīng)用性、數(shù)據(jù)驅(qū)動。

21世紀(jì)至今：系統(tǒng)研究注重應(yīng)用、注重集成及融入人的高級思維，出現(xiàn)了面向服務(wù)的體系結(jié)構(gòu)（Service-Oriented Architecture，SOA）的一體化系統(tǒng)形態(tài)。重視計算機(jī)與人的知識的相互融合及有效管理，強調(diào)DSS與人的交互。特別是近幾年來，開始關(guān)注觸控界面技術(shù)。系統(tǒng)的主要特征是友好交互、個性化、智能化、集成化。

DSS名稱的擴(kuò)展反映了決策支持技術(shù)的進(jìn)步和決策者需求內(nèi)涵的提升，幾種主要的DSS形態(tài)的特征對比如表1所示。

每一種系統(tǒng)形態(tài)都有其獨特的運用范圍，即所求解的決策問題都有一定的邊界。當(dāng)然，無論是哪種形態(tài)的DSS，都需經(jīng)過系統(tǒng)調(diào)查、可行性論證、系統(tǒng)規(guī)劃、系統(tǒng)分析、系統(tǒng)設(shè)計、系統(tǒng)實施和系統(tǒng)評價等各階段。

四、 面臨的問題

目前，物聯(lián)網(wǎng)、云計算、網(wǎng)絡(luò)超算、無線傳感、語義Web等新技術(shù)的出現(xiàn)和現(xiàn)有決策支持技術(shù)的發(fā)展，對個人、組織和社會的影響與日俱增?，F(xiàn)有的DSS體系架構(gòu)面臨復(fù)雜決策環(huán)境下決策者逐漸增強的參與意識時屢屢陷入困境，這引起了我們的反思，DSS的決策支持效能為什么多年來沒能提上去？

傳統(tǒng)DSS是進(jìn)行決策任務(wù)求解的重要支持工具，主要具備基于邏輯和符號推理的理性決策能力。在實踐中常面臨以下問題：

（1）知識提取困難。信息是決策的基礎(chǔ)，海量（多維）信息、不完備信息，并有信息孤島的存在，如何從這些信息中提取所需知識成為嚴(yán)重影響DSS系統(tǒng)效能的因素。

（2）處理半結(jié)構(gòu)化和非結(jié)構(gòu)化決策問題的能力較弱。目前，已經(jīng)應(yīng)用于實踐的DSS大部分是模型或數(shù)據(jù)驅(qū)動的，面對結(jié)構(gòu)化和非結(jié)構(gòu)化的問題缺乏有效的解決途徑。

（3）忽視了人的參與作用。傳統(tǒng)DSS的發(fā)展重心在技術(shù)，主要依靠數(shù)據(jù)和模型從決策技術(shù)層面支持人的決策，忽略了不能完全模型化（定量化）的非技術(shù)因素（人的認(rèn)知），人只是系統(tǒng)的“看客”，而單純考慮技術(shù)因素往往讓決策者認(rèn)為技術(shù)不符合決策需求，作為非技術(shù)因素的人又是決策系統(tǒng)的一個重要組件，其參與作用如何才能被刻畫出來且無縫融入系統(tǒng)并獲得決策者的認(rèn)可。

這些存在的問題嚴(yán)重影響了DSS的使用價值和用戶的使用熱情，以致DSS的進(jìn)展不大，但這也是一種挑戰(zhàn)和推動力。因此，如何突破現(xiàn)有DSS的體系架構(gòu)以提供快速決策和滿足決策者真實需求的復(fù)雜的、個性化的決策服務(wù)也就成為了研究焦點。

五、 發(fā)展趨勢

進(jìn)入20世紀(jì)90年代以來，人工智能（包括遺傳算法、模糊邏輯和智能等），數(shù)據(jù)庫技術(shù)，Web Service，特別是一些專用技術(shù)如網(wǎng)格計算、人機(jī)交互、移動計算和啟發(fā)式搜索的算法等技術(shù)的發(fā)展，為DSS的發(fā)展提供了強大的技術(shù)支撐，擴(kuò)展了系統(tǒng)輔助決策的深度與廣度。其發(fā)展趨勢主要有：

1. 注重基于認(rèn)知特征的人機(jī)交互技術(shù)。系統(tǒng)通過人機(jī)交互技術(shù)支持決策過程，為決策過程中超越其認(rèn)知極限的問題處理提供適用技術(shù)手段。近年來，基于知識的人機(jī)交互技術(shù)是目前DSS研究的主要方向。隨著信息技術(shù)的發(fā)展，人機(jī)交互技術(shù)的研究也從簡單的菜單驅(qū)動和多媒體界面發(fā)展到智能化、多模態(tài)（通道）界面，除了傳統(tǒng)的鍵盤輸入、觸摸屏等接觸式操控模式外，還允許語言、手勢、視覺（眼動儀）等多種非接觸式操控模式。

2. 注重人的高級思維的參與，從技術(shù)和非技術(shù)角度重建系統(tǒng)架構(gòu)。目前，人類對信息處理規(guī)律的研究與探索已經(jīng)滲透到認(rèn)知領(lǐng)域，但人的認(rèn)知特征并沒有體現(xiàn)在傳統(tǒng)DSS系統(tǒng)設(shè)計與操作過程中。我們認(rèn)為，需從技術(shù)與非技術(shù)的角度考慮DSS的體系結(jié)構(gòu)。將人的高級思維嵌入到非結(jié)構(gòu)化決策問題求解之中以實現(xiàn)人機(jī)智能的協(xié)同與融合，以期系統(tǒng)在可信度、可行性、適應(yīng)性、敏捷性等方面都會有所提高。當(dāng)然，這勢必會引起新型決策系統(tǒng)架構(gòu)的改變，也會帶來一系列需要解決的關(guān)鍵技術(shù)。譬如，如何將人件（參與決策活動的人）和軟件網(wǎng)絡(luò)賦能為人件服務(wù)和軟件服務(wù)，并納入系統(tǒng)進(jìn)行統(tǒng)一管理、調(diào)度及使能驅(qū)動等。

3. 注重各種相關(guān)技術(shù)的集成應(yīng)用。未來的DSS將是綜合集成的，是一個集各種決策支持技術(shù)于一身的多功能系統(tǒng)。它把專家群體、決策者、統(tǒng)計數(shù)據(jù)和信息資料與計算機(jī)軟件系統(tǒng)等有機(jī)結(jié)合起來，構(gòu)成一個操作便利、快捷、流暢、更能反映決策者高級思維的新型決策系統(tǒng)，具有感性與理性、定性與定量的綜合功能。特別是將語義Web服務(wù)、認(rèn)知科學(xué)與未來DSS的設(shè)計與開發(fā)相結(jié)合，已引起國內(nèi)一些科研院所（校）的重視，并開展了一些基礎(chǔ)性研究工作，但仍有很多理論問題和技術(shù)實現(xiàn)難點有待深入研究。

4. 注重系統(tǒng)的智能化。隨著人工智能技術(shù)的不斷發(fā)展，人工智能技術(shù)在DSS中的應(yīng)用己經(jīng)相當(dāng)廣泛。大體可分為兩類：一類是用人工智能技術(shù)去實現(xiàn)DSS的模型管理、模型選擇等；另一類則是利用人工智能的知識表達(dá)和推理能力直接為決策問題提供支持。如使用專家系統(tǒng)可提升DSS的模型和數(shù)據(jù)管理；神經(jīng)計算系統(tǒng)或GSS能夠支持專家系統(tǒng)的知識獲取過程；智能技術(shù)能實現(xiàn)不同任務(wù)的自動化，最終代替人執(zhí)行許多日常事務(wù)等。

六、 總結(jié)

闡述了DSS的產(chǎn)生背景、概念體系、系統(tǒng)分析和設(shè)計方法、應(yīng)用等方面，總結(jié)了DSS的演化發(fā)展歷程。針對現(xiàn)有的DSS體系架構(gòu)面臨復(fù)雜決策環(huán)境下決策者逐漸增強的參與意識時屢屢陷入“困境”，反思了為何多年來DSS的系統(tǒng)效能提不上去的原因，并分析了DSS進(jìn)一步的發(fā)展趨勢。

參考文獻(xiàn)：

1. 吳奎.基于面向服務(wù)架構(gòu)的輔助決策開發(fā)平臺若干關(guān)鍵技術(shù)研究.南京：南京理工大學(xué)博士學(xué)位論文，2010.

2. 白曉民，張伯明.大型互聯(lián)電網(wǎng)在線運行可靠性評估、預(yù)警和決策支持系統(tǒng).北京：清華大學(xué)出版社，2010.

3. 瞿斌.高等教育評估決策支持系統(tǒng).北京：中國水利水電出版社，2011.

4. 李照順，宋祥斌等.決策支持系統(tǒng)及其軍事應(yīng)用.北京：國防工業(yè)出版社，2011.

5. 吳健宏，翁文國.應(yīng)急避難場所的選址決策支持系統(tǒng).清華大學(xué)學(xué)報（自然科學(xué)版），2011，51（5）：632-636.

6. 王富忠，沈祖志.物流敏捷調(diào)運決策支持系統(tǒng)的研究.中國管理科學(xué)，2011，19（1）：84-90.

7. 黃孝鵬，周獻(xiàn)中，田衛(wèi)萍.基于人件服務(wù)的人機(jī)協(xié)同決策系統(tǒng)有關(guān)問題研究.第三屆C4ISR技術(shù)論壇，2011，（11）.

8. 黃孝鵬，周獻(xiàn)中，楊佩，蕭毅鴻.基于人件服務(wù)的新型決策系統(tǒng)關(guān)鍵技術(shù)研究.計算機(jī)應(yīng)用與軟件，2012，29（2）：19-21，66.

基金項目：國家自然科學(xué)基金（項目號：71171107）；總裝重點預(yù)研基金（項目號：9140A06040510BQ***）；江蘇省普通高校研究生科研創(chuàng)新計劃（項目號：CXZZ11_0054）。

第9篇：人工智能技術(shù)難點范文

Abstract: Airfield lighting system as a civil airport near visual system is an important link to maintain normal airport. It is the important visual auxiliary navigation equipment to guarantee safe flight, and is an key link in the process of landing. The normal operation of the light system directly is related to the peace of aircraft landing. In view of the importance of the airport light, it must be kept in normal working condition. Along with the rapid development of civil aviation, the original light manual inspection methods can not adapt to the request. The light equipment automatic control, improving the reliability of light has become the basic requirements of the system.

關(guān)鍵詞: 助航燈光監(jiān)控現(xiàn)狀;發(fā)展趨勢;探究

Key words: light monitoring status;development trend;explore

中圖分類號:V351.3 文獻(xiàn)標(biāo)識碼:A文章編號:1006-4311(2010)20-0149-01

0引言

助航燈光巡檢監(jiān)控系統(tǒng)由電腦主機(jī)及與燈位等量的故障定位器及通訊環(huán)路組成。系統(tǒng)的基本工作原理是,由安裝于隔離變壓器和燈具之間的故障定位器,實時檢測隔離變壓器和燈具的有關(guān)數(shù)據(jù),將數(shù)據(jù)進(jìn)行處理后,通過通訊環(huán)路傳輸,由監(jiān)控系統(tǒng)的電腦主機(jī)接收顯示,告知燈位的正常、老化、斷芯及封裝隔離變壓器的鐵桶進(jìn)水等狀態(tài)信息。

1民用助航燈光監(jiān)控系統(tǒng)的發(fā)展現(xiàn)狀

我國的民用航空的助航燈光監(jiān)控系統(tǒng)起步較晚,現(xiàn)在也只有太原的無宿機(jī)場、武漢的天河機(jī)場、福建的武夷山機(jī)場、西安的咸陽機(jī)場等與國內(nèi)的一些研究所聯(lián)合研制助航燈光計算機(jī)監(jiān)控和巡檢系統(tǒng)。盡管在監(jiān)控方面取得一定的成就,也推動了我國助航燈光管理的現(xiàn)代化向前邁進(jìn)了一步。但是在故障巡檢方面卻始終無法克服一些弊端,實際應(yīng)用效果在機(jī)場大規(guī)模使用效果上并不理想,因此,要提高民用航空的助航燈光的可靠運行,必須對現(xiàn)有的助航燈光監(jiān)控系統(tǒng)加以改進(jìn)。

隨著我國民用航空業(yè)的發(fā)展,一些旅客吞吐量較大的國際機(jī)場和新建機(jī)場大都引進(jìn)了國外的助航燈光監(jiān)控和燈泡斷芯監(jiān)測系統(tǒng)。其中南京祿口機(jī)場引進(jìn)了英國的助航燈光監(jiān)控系統(tǒng);上海的浦東機(jī)場、杭州的蕭山機(jī)場先后引進(jìn)了瑞典的助航燈光監(jiān)控與燈泡斷芯監(jiān)測系統(tǒng)。但是這些系統(tǒng)的故障檢測都只是完成燈泡的斷芯檢測,功能單一,仍然無法滿足我國機(jī)場的助航燈光監(jiān)控系統(tǒng)的實際需求。

目前,國外很多機(jī)場都另外鋪設(shè)光纖,用于監(jiān)控系統(tǒng)檢測數(shù)據(jù)的通訊。這種模式既高速、可靠,又沒有電磁污染,并能從根本上解決巡檢系統(tǒng)的難點,能實現(xiàn)更多的檢測功能,是非常不錯的方案。國外一般機(jī)場在建設(shè)時,都有鋪設(shè)布線管,不用進(jìn)行大規(guī)模施工就能進(jìn)行光纖鋪設(shè)。但是這種方案在國內(nèi)有相當(dāng)?shù)碾y度,國內(nèi)機(jī)場除了近幾年新建外,一般都沒有預(yù)埋布線管道,有些機(jī)場將供電電纜直接布在跑道的水泥里。因此,對處于運行中的機(jī)場進(jìn)行如此大規(guī)模的施工并不現(xiàn)實,而且影響機(jī)場的正常運行。

2民用助航燈光監(jiān)控系統(tǒng)發(fā)展趨勢

2.1 民用助航燈光監(jiān)控系統(tǒng)網(wǎng)絡(luò)化計算機(jī)網(wǎng)絡(luò)作為信息和數(shù)據(jù)通信的工具已成為信息時代的技術(shù)支柱,使人類生產(chǎn)和社會生活的面貌發(fā)生了根本性變化。它不僅深刻影響著各個工業(yè)領(lǐng)域,而且也為各個工業(yè)領(lǐng)域提供了強有力的必要通信手段。這對于民用助航燈光監(jiān)控系統(tǒng)網(wǎng)絡(luò)化實現(xiàn)也會有很大的益處的。民用助航燈光系統(tǒng)能夠得到的系統(tǒng)故障信息愈多,則對故障性質(zhì)、故障位置的判斷和故障距離的檢測也就會更加準(zhǔn)確。但要真正實現(xiàn)民用助航燈光監(jiān)控系統(tǒng)運行方式和故障狀態(tài)的自適應(yīng),還必須要獲得更多的系統(tǒng)運行和故障信息,只有依靠實現(xiàn)民用助航燈光監(jiān)控系統(tǒng)的計算機(jī)網(wǎng)絡(luò)化,才能做到這一點。網(wǎng)絡(luò)作為計算機(jī)技術(shù)、通信技術(shù)、網(wǎng)絡(luò)技術(shù)和微機(jī)保護(hù)相結(jié)合的產(chǎn)物,通過計算機(jī)網(wǎng)絡(luò)來實現(xiàn)對助航燈光監(jiān)控系統(tǒng)功能、燈光系統(tǒng)線路、變壓器、開關(guān)柜實施監(jiān)控。網(wǎng)絡(luò)監(jiān)控的最大好處是數(shù)據(jù)共享,可實現(xiàn)本來由高頻保護(hù)、光纖保護(hù)才能實現(xiàn)的縱聯(lián)保護(hù)。另外,由于民用助航燈光監(jiān)控系統(tǒng)采集了所有助航燈光設(shè)備的電流量、母線電壓量,所以很容易就可實現(xiàn)母線實施監(jiān)控。民用助航燈光網(wǎng)絡(luò)監(jiān)控系統(tǒng)是一種新型的較為成熟的監(jiān)控手段,是微機(jī)監(jiān)控技術(shù)發(fā)展的必然趨勢。由于助航燈光系統(tǒng)在整個系統(tǒng)運行中的重要性,故此必須采取有針對性的網(wǎng)絡(luò)安全控制策略,以確保網(wǎng)絡(luò)系統(tǒng)的安全。助航燈光監(jiān)控系統(tǒng)網(wǎng)絡(luò)化可大大提高助航燈光系統(tǒng)設(shè)備運行性能和可靠性,這也是助航燈光監(jiān)控系統(tǒng)發(fā)展的必然趨勢。

2.2 民用助航燈光監(jiān)控系統(tǒng)綜合自動化在對民用助航燈光實現(xiàn)計算機(jī)化和網(wǎng)絡(luò)化監(jiān)控的條件下,助航燈光監(jiān)控系統(tǒng)實際上就是一臺高性能、多功能的計算機(jī),是整個助航燈光系統(tǒng)上計算機(jī)網(wǎng)絡(luò)上的一個智能終端。它可從網(wǎng)絡(luò)上獲取助航燈光系統(tǒng)運行和故障的任何信息和技術(shù)數(shù)據(jù),也可將它所獲得的被保護(hù)元件的任何信息和數(shù)據(jù)傳送給網(wǎng)絡(luò)控制中心或任一終端。不但可完成對助航燈光實施保護(hù)監(jiān)控功能,而且在無故障正常運行情況下還可完成測量、控制、數(shù)據(jù)通信功能,亦即實現(xiàn)保護(hù)監(jiān)控、控制、測量、數(shù)據(jù)通信一體化。

2.3 民用助航燈光監(jiān)控系統(tǒng)智能化隨著計算機(jī)技術(shù)的飛速發(fā)展及計算機(jī)在民用助航燈光監(jiān)控系統(tǒng)發(fā)展領(lǐng)域中的普遍應(yīng)用,新的控制原理和方法不斷被應(yīng)用于助航燈光計算機(jī)監(jiān)控系統(tǒng)。近年來人工智能技術(shù)如專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò) 、遺傳算法、模糊邏輯、小波理論等在助航燈光領(lǐng)域應(yīng)用,從而使助航燈光監(jiān)控系統(tǒng)的研究向更高的層次發(fā)展,出現(xiàn)了引人注目的新趨勢。隨著人工智能技術(shù)的不斷發(fā)展,新的方法也在不斷涌現(xiàn),在助航燈光監(jiān)控系統(tǒng)中的應(yīng)用范圍也在不斷擴(kuò)大,為民用助航燈光監(jiān)控系統(tǒng)的發(fā)展注入新的活力。