每一個人生階段都會帶來新的挑戰(zhàn)，我們需要不斷調(diào)整自己的步伐。借鑒他人的總結(jié)經(jīng)驗，可以提高自己的總結(jié)寫作技巧。5.以下是小編為大家整理的一些總結(jié)范文，供大家參考
人工智能的弊端論文篇一
1、構(gòu)思要圍繞主題展開：若要使論文寫得條理清晰、脈絡(luò)分明，必須要使全文有一條貫穿線，這就是論文的主題。主題是一篇學(xué)術(shù)論文的精髓，它是體現(xiàn)作者的學(xué)術(shù)觀點學(xué)術(shù)見解的。
2、構(gòu)思論文布局，要力求結(jié)構(gòu)完整統(tǒng)一：在對一篇論文構(gòu)思時，有時按時間順序編寫，有時按地域位置(空間)順序編寫，但更多的還是按邏輯關(guān)系編寫，即要求符合客觀事物的內(nèi)在聯(lián)系和規(guī)律，符合科學(xué)研究和認(rèn)識事物的邏輯。但不管屬于何種情形，都應(yīng)保持合乎情理、連貫完整。
3、要作讀者分析：撰寫并發(fā)表任何一篇科技文章，其最終目的是讓別人讀的，因此，構(gòu)思時要求做“心中裝著讀者”，多作讀者分析。有了清晰的讀者對象，才能有效地展開構(gòu)思，也才能順利地確定立意、選材以及表達(dá)的角度。
提高構(gòu)思能力
1、寫學(xué)術(shù)論文之前，先擬定提綱，可以極大地幫助作者鍛煉思想，提高構(gòu)思能力。
2、寫作提綱，可以幫助作者勾劃出全篇論文的框架，體現(xiàn)自己經(jīng)過對材料的消化與進(jìn)行邏輯思維后形成的初步設(shè)想，可計劃先寫什么、后寫什么，前后如何表述一致，重點又放在哪里，哪里需要進(jìn)行一些注釋或解說。按此計劃寫作，可使論文層次清晰，前后照應(yīng)，內(nèi)容連貫，表達(dá)嚴(yán)密。
3、擬制寫作提綱，只需要運用一些簡單的句子甚至是詞與詞組加以提示，把材料單元與相應(yīng)的論點有機組織編成順序號，工作量并不大，也容易辦到。提綱中用以提示寫作的句子，有時即可用來做論文段落的標(biāo)題。
討論部分的寫作技巧
1.描述結(jié)論：首先，從專業(yè)角度對自己的研究進(jìn)行總結(jié)，此部分務(wù)必與研究結(jié)果和研究目的保持一致，也就是說討論部分的內(nèi)容必須在結(jié)果中找到依據(jù)。否則就會給人一種課題設(shè)計不完善的感覺。
2.解釋結(jié)論：對本研究的結(jié)論進(jìn)行解釋，為了突出解釋的科學(xué)性和可靠性，一般是在和別人的研究分析對比中進(jìn)行解釋。列出幾篇和自己結(jié)論一致的文獻(xiàn)，同時也要列出幾篇和自己不一致或者相悖的文獻(xiàn)，但要解釋出不一致的理由，比如是因為所選群體不一致，研究條件不一致等等，因為科學(xué)研究中的可控變量較多，所以解釋兩個結(jié)論不一致一般不難。
3.研究價值：結(jié)論解釋完之后，還要說明本研究的應(yīng)用價值，也就本研究所能給社會或者臨床帶來什么實際價值，比如本研究可以進(jìn)一步明確某種方法治療某種疾病的效果，本研究發(fā)現(xiàn)某種藥物存在一些尚未發(fā)現(xiàn)的治療作用，或者本研究可以為相關(guān)研究提供參考。
4.不足之處：任何一項研究由于客觀條件的限制，不可能盡善盡美，都會或多或少存在一些不足之處，或者由于當(dāng)前科技水平的限制，也會導(dǎo)致研究所存在的一些局限性，描述此部分內(nèi)容時，一定要慎重。
盡量列出1～2個不影響本研究結(jié)論科學(xué)性和準(zhǔn)確性的限制，比如本研究的樣本含量較小，或者本研究隨訪時間較短等等，一般不要列出諸如本研究所用統(tǒng)計方法不當(dāng)，或者本課題的所用評價標(biāo)準(zhǔn)不夠成熟等。
5.研究心得：在文章最后，應(yīng)說明本文所要傳遞的信息，或者是對后續(xù)研究的展望。一般文章最后寫出本文要傳遞給讀者什么有價值的知識或信息，也可以是給讀者帶來的啟發(fā)。比如：“隨著對不穩(wěn)定型上頸椎結(jié)核性骨折的研究不斷深入，探求一種既能實現(xiàn)理想的復(fù)位固定，又可保留寰樞椎關(guān)節(jié)活動功能的內(nèi)固定方法是我們當(dāng)前研究的方向?！?/p>
人工智能的弊端論文篇二
摘要:在航空業(yè)的發(fā)展中，人工智能技術(shù)起著積極的促進(jìn)作用。本文介紹了空中交通管理中的人工智能理論及方法運用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據(jù)，更好地服務(wù)于空管系統(tǒng)。
關(guān)鍵詞:人工智能；空中交通；管理
人工智能，即artificialintelligence，是計算機科學(xué)的一個分支，研究對人的意識及思維的信息過程的模擬并對其進(jìn)行延伸和擴展，通過了解人類智能，研究出類似的反應(yīng)的智能機器。隨著計算機技術(shù)的發(fā)展，人工智能越來越多的運用于民航的各個方面，如飛行間隔的控制，空中流量的預(yù)測，飛行沖突的調(diào)配。但隨著民航業(yè)的飛速發(fā)展，飛行流量日益增大，需要將人工智能技術(shù)有效運用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴大空域容量，優(yōu)化空中交通流量，提升空管秩序。
1空中交通流量管理探討
在空中交通流量管理（airtrafficflowcontrolmanagement）中，空中交通流量是指單位時間和空間通過的航空器數(shù)量。通過優(yōu)化空中交通流量，將空中交通管制服務(wù)與機場、航路有效結(jié)合，減少延誤，提高機場和空域的利用率。從時間角度上，空中交通流量管理可以分為航路流量管理和機場終端區(qū)流量管理兩部分，從時間上又可劃分為戰(zhàn)略流量管理，預(yù)戰(zhàn)術(shù)流量管理和戰(zhàn)術(shù)流量管理。當(dāng)航空器數(shù)量飽和時就要對航空器進(jìn)行流量控制，目前的常用的控制措施如下：1）地面等待，最主要的空中交通流量管理措施，本著地面讓空中的原則，對地面航空器的起飛時間進(jìn)行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點或沒有沖突的臨時等待點進(jìn)行盤旋等待；3）更改航路等待，當(dāng)航路航線的容量飽和時，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對航空器進(jìn)入空域的間隔進(jìn)行限制，來達(dá)到流量管理的目的，吸收部分擁擠的流量。
2人工智能的應(yīng)用研究探討
agent在人工智能的研究中，指能自主活動的軟件或者硬件實體，目前國內(nèi)普遍翻譯為智能體。在人工智能中，設(shè)計關(guān)鍵智能體，對于研究人工智能的應(yīng)用是非常重要的。在空中交通流量管理中，設(shè)計如下關(guān)鍵智能體：航班智能體、航路智能體和機場終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機場、目的地等。航班智能體可以與區(qū)域內(nèi)或終端區(qū)的其他航班智能體建立通信，通過獲取航班信息和邏輯判斷，結(jié)合周圍環(huán)境與自身狀況，指導(dǎo)控制自身行為。如果航班智能體需要做出相應(yīng)的調(diào)整如改變高度航向等，需要給上級的航路智能體或機場終端區(qū)智能體發(fā)出申請，上級智能體批準(zhǔn)后，航班智能體才能采取相應(yīng)的調(diào)整，作出相應(yīng)的控制行為，才能通過交互環(huán)境反饋相應(yīng)結(jié)果。在實際工作中，這個過程是通過空中交通管制員指揮航空器實現(xiàn)的?？罩薪煌ü苤茊T在實際指揮工作中，需要結(jié)合當(dāng)時的空中交通狀況和自身的經(jīng)驗知識。航路智能體的主要屬性有航路的`高度、寬度、容量等。航路智能體需要對航班智能體進(jìn)行指揮，管理航路上的智能體，同時與其他航路智能體和機場終端區(qū)智能體進(jìn)行通信，對航班智能體進(jìn)入和離開航路的時機進(jìn)行協(xié)調(diào)，記錄流量信息并報告給上級流量管理部門，接收上級智能體的指令。在航班智能體進(jìn)入航路之前首先要進(jìn)行容量評估。通過評估后的航班智能體回收到航路智能體發(fā)出的放行許可才能進(jìn)入航路。如果沒有通過容量評估，則要向上級智能體發(fā)送將流量限制的申請，發(fā)布流量限制后航路就不能批準(zhǔn)航班智能體的進(jìn)入，通過減少航班智能體的數(shù)量，控制航路交通流量。機場終端區(qū)智能體：在實際工作中，機場終端區(qū)的航班管理包括管制指揮、流量控制、地面場面監(jiān)視、進(jìn)離場等，難度較大。終端區(qū)智能體（通常運行中為塔臺管制）首先要處理所收到的信息，如天氣雷達(dá)信息、地面運行信息和情報信息等等，結(jié)合已有知識開展機場的容量評估。如遇到低云低能見度、雷雨等天氣時可以調(diào)低終端區(qū)/機場容量，對進(jìn)入離開的航空器進(jìn)行限制。通過容量評估，塔臺會給航班智能體一個slottime，航班智能體按照塔臺的slottime起飛或降落，從而達(dá)到流量控制。如果沒有通過容量評估，則需要通過上級的智能體批準(zhǔn)，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進(jìn)入或離開的航空器數(shù)量達(dá)到流量限制的目的。機場終端區(qū)智能體（塔臺）對終端區(qū)的航空器進(jìn)行管理，還需要與航路智能體和平級的終端去智能體進(jìn)行通信，對航班進(jìn)出的slottime進(jìn)行協(xié)調(diào)，并將流量管理信息報告給上級流量管理部門，接收上級智能體的命令。如果出現(xiàn)擁堵機場終端區(qū)智能體需要通過一些措施來管理流量，如分配slottime、指揮航空器地面或空中盤旋等待。
3結(jié)論
綜上所述，以往在模擬空中交通流量進(jìn)行研究的時候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計劃。這樣的模擬過程不能解決容量告警問題。如果流量控制不合理，只能重新設(shè)定流控信息，再次進(jìn)行模擬，因而加大模擬過程的工作量。而通過智能體的運用，可以在模擬中不斷調(diào)整智能體來模擬空中流量，增加了模擬流量過程中的靈活性，將人工智能運用于模擬中，借助智能體來模擬空中流量，可以更好的分析空中交通流量問題。
參考文獻(xiàn)
[2]甘鑫鑫基于多agent的空中交通協(xié)同流量管理研究[j].科學(xué)與財富，20xx（30）：278.
[5]陳言俊，劉甜甜.人工智能與機器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應(yīng)用，20xx（14）：57-57.
人工智能的弊端論文篇三
人工智能（artificialintelligence），英文縮寫為ai，也稱機器智能。“人工智能”一詞最初是在1956年的dartmouth學(xué)會上提出的。它是計算機科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。從計算機應(yīng)用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造智能機器或智能系統(tǒng)來模擬人類智能活動的能力，以延伸人們智能的科學(xué)。
人工智能是計算機科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能與人類智能相似的方式做出反應(yīng)的智能機器。人工智能的發(fā)展史是和計算機科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的，目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機器就是計算機，人工智能在21世紀(jì)必將為發(fā)展國民經(jīng)濟和改善人類生活做出更大的貢獻(xiàn)。
事物的發(fā)展都是曲折的，人工智能的發(fā)展也是如此。人工智能的發(fā)展歷程大致可以劃分為以下五個階段：
第一階段：20世紀(jì)50年代，人工智能的興起和冷落。人工智能概念在1956年首次提出后，相繼出現(xiàn)了一批顯著的成果，如機器定理證明、跳棋程序、通用問題s求解程序、lisp表處理語言等。但是由于消解法推理能力有限以及機器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點是重視問題求解的方法，而忽視了知識的重要性。
第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。dendral化學(xué)質(zhì)譜分析系統(tǒng)、mycin疾病診斷和治療系統(tǒng)、prospectior探礦系統(tǒng)、hearsay—ii語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實用化。并且，1969年成立了國際人工智能聯(lián)合會議（internationaljointconferencesonartificialintelligence即ijcai）。
第三階段：80年代，隨著第五代計算機的研制，人工智能得到了飛速的發(fā)展。日本在1982年開始了“第五代計算機研制計劃”，即“知識信息處理計算機系統(tǒng)kips”，其目的是使邏輯推理達(dá)到數(shù)值運算那么快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。
第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展，。1987年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會議，宣告了這一新學(xué)科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。
第五階段：90年代，人工智能出現(xiàn)新的研究高潮。由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)技術(shù)的發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱?。另外，由于hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。
1、人工智能在管理系統(tǒng)中的應(yīng)用
人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率，而是用計算機實現(xiàn)人們非常需要做，但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。把人工智能應(yīng)用于企業(yè)管理中，以數(shù)據(jù)管理和處理為中心，圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個主題數(shù)據(jù)庫，而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫來建立和運行。也就是說，將企業(yè)各部門的數(shù)據(jù)進(jìn)行統(tǒng)一集成管理，搭建人工智能的應(yīng)用平臺，使之成為企業(yè)管理與決策中的關(guān)鍵因子，這些正體現(xiàn)了人工智能在企業(yè)管理中的巨大價值。
2、人工智能在工程領(lǐng)域中的應(yīng)用
人工智能在地質(zhì)勘探、石油化工等工程領(lǐng)域也發(fā)揮著非常重要的作用。早在1978年，美國斯坦福國際研究所就研發(fā)制成礦藏勘探和評價專家系統(tǒng)“prospector”，該系統(tǒng)用于勘探評價、區(qū)域資源估值和鉆井井位選擇等，是工程領(lǐng)域的首個人工智能專家系統(tǒng)，其發(fā)現(xiàn)了一個鉬礦沉積，價值超過1億美元。
3、人工智能在技術(shù)研究中的應(yīng)用
人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展，網(wǎng)絡(luò)技術(shù)的安全已經(jīng)成了人們關(guān)心的重點，因此必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的`改進(jìn)和變更，大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的ai技術(shù)，開發(fā)更高級的ai通用與專用語言和應(yīng)用環(huán)境以及開發(fā)專用機器，而人工智能技術(shù)則為其提供了一定的可能。
人工智能的近期研究目標(biāo)在于建造智能計算機，用以代替人類去從事各種復(fù)雜的腦力勞動。正是根據(jù)這一近期研究目標(biāo)，人們才把人工智能理解為計算機科學(xué)的一個分支。當(dāng)然，人工智能還有它的遠(yuǎn)期研究目標(biāo)，即探究人類智能和機器智能的基本原理，研究用自動機（automata）模擬人類的思維過程和智能行為。這個長期目標(biāo)遠(yuǎn)遠(yuǎn)超出計算機科學(xué)的范疇，幾乎涉及自然科學(xué)和社會科學(xué)的所有學(xué)科。如今，人工智能已經(jīng)進(jìn)入了21世紀(jì)，其必將為發(fā)展國民經(jīng)濟和改善人類生活做出更大的貢獻(xiàn)。但是，從人工智能目前的發(fā)展現(xiàn)狀來看，其研究也存在一定的問題，這些主要表現(xiàn)在以下三個方面：
1、宏觀與微觀隔離
一方面是哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)科所研究的智能層次太高、太抽象;另一方面是人工智能邏輯符號、神經(jīng)網(wǎng)絡(luò)和行為主義所研究的智能層次太低。這兩方面之間相距太遠(yuǎn)，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機地結(jié)合起來和相互滲透。
2、全局與局部割裂
人工智能是腦系統(tǒng)的整體效應(yīng)，有著豐富的層次和多個側(cè)面。但是，符號主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼于人類智能行為特性及其進(jìn)化過程。這就導(dǎo)致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀點來研究人工智能，才能克服上述局限。
3、理論與實際脫節(jié)
大腦的實際工作，在宏觀上已知道不少;但是智能的千姿百態(tài)，變幻莫測，復(fù)雜的難以理出頭緒。在微觀上，我們對大腦的工作機制知之甚少，似是而非，這也使我們難以找出規(guī)律。在這種背景下提出的各種人工智能理論，只是部分人的主觀猜想，能在某些方面表現(xiàn)出“智能”就已經(jīng)算是相當(dāng)?shù)某晒Α?/p>
人工智能一直處于計算機技術(shù)的前沿，其研究的理論和發(fā)現(xiàn)在很大程度上將決定計算機技術(shù)的發(fā)展方向。人工智能研究與應(yīng)用雖取得了不少成果，但離全面推廣應(yīng)用還有很大的距離，還有許多問題有待解決，且需要多學(xué)科的研究專家共同合作。因此，要想從根本上了解人腦的結(jié)構(gòu)和功能，完成人工智能的研究任務(wù)，就必須去尋找和建立更新的人工智能框架和理論體系，進(jìn)而為人工智能的進(jìn)一步發(fā)展奠定堅實的理論基礎(chǔ)。我們堅信在不久的將來，人工智能技術(shù)的應(yīng)用與發(fā)展必將會給人們的生活、工作和教育等帶來更大的影響。
人工智能的弊端論文篇四
在航空業(yè)的發(fā)展中，人工智能技術(shù)起著積極的促進(jìn)作用。本文介紹了空中交通管理中的人工智能理論及方法運用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據(jù)，更好地服務(wù)于空管系統(tǒng)。
人工智能；空中交通；管理
人工智能，即artificialintelligence，是計算機科學(xué)的一個分支，研究對人的意識及思維的信息過程的模擬并對其進(jìn)行延伸和擴展，通過了解人類智能，研究出類似的反應(yīng)的智能機器。隨著計算機技術(shù)的發(fā)展，人工智能越來越多的運用于民航的各個方面，如飛行間隔的控制，空中流量的預(yù)測，飛行沖突的調(diào)配。但隨著民航業(yè)的飛速發(fā)展，飛行流量日益增大，需要將人工智能技術(shù)有效運用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴大空域容量，優(yōu)化空中交通流量，提升空管秩序。
在空中交通流量管理（airtrafficflowcontrolmanagement）中，空中交通流量是指單位時間和空間通過的航空器數(shù)量。通過優(yōu)化空中交通流量，將空中交通管制服務(wù)與機場、航路有效結(jié)合，減少延誤，提高機場和空域的.利用率。從時間角度上，空中交通流量管理可以分為航路流量管理和機場終端區(qū)流量管理兩部分，從時間上又可劃分為戰(zhàn)略流量管理，預(yù)戰(zhàn)術(shù)流量管理和戰(zhàn)術(shù)流量管理。當(dāng)航空器數(shù)量飽和時就要對航空器進(jìn)行流量控制，目前的常用的控制措施如下：1）地面等待，最主要的空中交通流量管理措施，本著地面讓空中的原則，對地面航空器的起飛時間進(jìn)行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點或沒有沖突的臨時等待點進(jìn)行盤旋等待；3）更改航路等待，當(dāng)航路航線的容量飽和時，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對航空器進(jìn)入空域的間隔進(jìn)行限制，來達(dá)到流量管理的目的，吸收部分擁擠的流量。
agent在人工智能的研究中，指能自主活動的軟件或者硬件實體，目前國內(nèi)普遍翻譯為智能體。在人工智能中，設(shè)計關(guān)鍵智能體，對于研究人工智能的應(yīng)用是非常重要的。在空中交通流量管理中，設(shè)計如下關(guān)鍵智能體：航班智能體、航路智能體和機場終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機場、目的地等。航班智能體可以與區(qū)域內(nèi)或終端區(qū)的其他航班智能體建立通信，通過獲取航班信息和邏輯判斷，結(jié)合周圍環(huán)境與自身狀況，指導(dǎo)控制自身行為。如果航班智能體需要做出相應(yīng)的調(diào)整如改變高度航向等，需要給上級的航路智能體或機場終端區(qū)智能體發(fā)出申請，上級智能體批準(zhǔn)后，航班智能體才能采取相應(yīng)的調(diào)整，作出相應(yīng)的控制行為，才能通過交互環(huán)境反饋相應(yīng)結(jié)果。在實際工作中，這個過程是通過空中交通管制員指揮航空器實現(xiàn)的?？罩薪煌ü苤茊T在實際指揮工作中，需要結(jié)合當(dāng)時的空中交通狀況和自身的經(jīng)驗知識。航路智能體的主要屬性有航路的高度、寬度、容量等。航路智能體需要對航班智能體進(jìn)行指揮，管理航路上的智能體，同時與其他航路智能體和機場終端區(qū)智能體進(jìn)行通信，對航班智能體進(jìn)入和離開航路的時機進(jìn)行協(xié)調(diào)，記錄流量信息并報告給上級流量管理部門，接收上級智能體的指令。在航班智能體進(jìn)入航路之前首先要進(jìn)行容量評估。通過評估后的航班智能體回收到航路智能體發(fā)出的放行許可才能進(jìn)入航路。如果沒有通過容量評估，則要向上級智能體發(fā)送將流量限制的申請，發(fā)布流量限制后航路就不能批準(zhǔn)航班智能體的進(jìn)入，通過減少航班智能體的數(shù)量，控制航路交通流量。機場終端區(qū)智能體：在實際工作中，機場終端區(qū)的航班管理包括管制指揮、流量控制、地面場面監(jiān)視、進(jìn)離場等，難度較大。終端區(qū)智能體（通常運行中為塔臺管制）首先要處理所收到的信息，如天氣雷達(dá)信息、地面運行信息和情報信息等等，結(jié)合已有知識開展機場的容量評估。如遇到低云低能見度、雷雨等天氣時可以調(diào)低終端區(qū)/機場容量，對進(jìn)入離開的航空器進(jìn)行限制。通過容量評估，塔臺會給航班智能體一個slottime，航班智能體按照塔臺的slottime起飛或降落，從而達(dá)到流量控制。如果沒有通過容量評估，則需要通過上級的智能體批準(zhǔn)，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進(jìn)入或離開的航空器數(shù)量達(dá)到流量限制的目的。機場終端區(qū)智能體（塔臺）對終端區(qū)的航空器進(jìn)行管理，還需要與航路智能體和平級的終端去智能體進(jìn)行通信，對航班進(jìn)出的slottime進(jìn)行協(xié)調(diào)，并將流量管理信息報告給上級流量管理部門，接收上級智能體的命令。如果出現(xiàn)擁堵機場終端區(qū)智能體需要通過一些措施來管理流量，如分配slottime、指揮航空器地面或空中盤旋等待。
綜上所述，以往在模擬空中交通流量進(jìn)行研究的時候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計劃。這樣的模擬過程不能解決容量告警問題。如果流量控制不合理，只能重新設(shè)定流控信息，再次進(jìn)行模擬，因而加大模擬過程的工作量。而通過智能體的運用，可以在模擬中不斷調(diào)整智能體來模擬空中流量，增加了模擬流量過程中的靈活性，將人工智能運用于模擬中，借助智能體來模擬空中流量，可以更好的分析空中交通流量問題。
[2]甘鑫鑫基于多agent的空中交通協(xié)同流量管理研究[j].科學(xué)與財富，2015（30）：278.
[5]陳言俊，劉甜甜.人工智能與機器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應(yīng)用，2015（14）：57-57.
人工智能的弊端論文篇五
智能交通系統(tǒng)(intelligent transportation systems，簡稱its)是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)、電子控制技術(shù)及計算機處理技術(shù)等有效地集成運用于整個地面交通管理系統(tǒng)而建立的一種在大范圍內(nèi)、全方位發(fā)揮作用的，實時、準(zhǔn)確、高效的綜合交通運輸管理系統(tǒng)。its能有效地利用現(xiàn)有交通設(shè)施、減少交通負(fù)荷和環(huán)境污染、保證交通安全、提高運輸效率、促進(jìn)社會經(jīng)濟發(fā)展、提高人民生活質(zhì)量，并以推動社會信息化及形成新產(chǎn)業(yè)而受到各國的重視。目前已形成世界二十一世紀(jì)的發(fā)展方向。
交通仿真是智能交通領(lǐng)域的重要分支，它是利用最先進(jìn)的計算機技術(shù)，通過仿真模擬的方法來分析交通問題，輔助交通管理人員做決策。傳統(tǒng)上，數(shù)學(xué)推導(dǎo)、科學(xué)實驗是進(jìn)行科學(xué)研究、解決科學(xué)問題的主要方法。對于交通問題來說，由于參與交通的人很多，影響交通出行的因素也很多，人們很難、甚至無法對交通問題建立精確的數(shù)學(xué)模型。同時，由于安全、法規(guī)，以及開銷方面的原因，進(jìn)行現(xiàn)場交通實驗通常也是不可行的。而交通仿真恰恰能夠有效地解決上述兩個方面的困難。
然而，傳統(tǒng)的交通仿真由于設(shè)計理念上的原因，并不能從根本上有效地解決交通問題。這是因為，交通系統(tǒng)是一個龐大的復(fù)雜系統(tǒng)，必須用對付復(fù)雜系統(tǒng)的方法來處理，也就是要用綜合的方法，而不是還原分解的方法來處理。
1)城市交通系統(tǒng)是由經(jīng)濟、環(huán)境、人口等因素綜合作用的結(jié)果，必須全面綜合地考慮城市交通和這些系統(tǒng)之間的關(guān)系。例如，不能為例城市交通問題的解決，而導(dǎo)致城市生態(tài)惡化，危害人居環(huán)境；不能為了城市交通的暢通，阻礙城市社會經(jīng)濟活動的健康發(fā)展。我們必須在已有工作的基礎(chǔ)上，突破傳統(tǒng)思維，探索研究此類復(fù)雜系統(tǒng)的新途徑，而基于人工系統(tǒng)的研究方法正是這種有效途徑之一。
2)城市交通問題不存在“一勞永逸”的解決方案。城市交通系統(tǒng)涉及人與社會的動態(tài)變化，本身也在不斷變化和發(fā)展之中，不可避免地需要一個不斷深化地認(rèn)識過程，這類系統(tǒng)實際上不存在精確完備的整體解析模型。因此，無法“一勞永逸”地解決城市交通問題，我們需要基于“不斷探索和改善”的'原則，研究建立有效可行的計算實驗方法體系，為不斷地完善城市交通系統(tǒng)的綜合可持續(xù)發(fā)展方案提供科學(xué)依據(jù)。
3)城市交通問題不存在一般意義下的最優(yōu)解，更不存在唯一的最優(yōu)解。首先，基于解析模型的最優(yōu)解與假設(shè)條件直接相關(guān)，具有條件敏感性，但對于城市交通這樣的問題，假設(shè)條件與實際情況往往存在很大差別。其次，解決這些問題一般不存在單一的優(yōu)化指標(biāo)，而多層次多目標(biāo)優(yōu)化往往導(dǎo)致多個甚至無數(shù)個解決方案，就連采用近似模型的多目標(biāo)優(yōu)化也是如此。再者，對于這類復(fù)雜系統(tǒng)，有時甚至連確定一個量化的綜合優(yōu)化指標(biāo)也有困難，特別是由于復(fù)雜系統(tǒng)長期行為的不可預(yù)測性，試圖求解其某一最優(yōu)化解決方案本身就是不可行的。因此，我們應(yīng)當(dāng)接受有效解決方案的概念，而且還要接受一般情況下存在多個有效解決方案的事實。在這種情況下，我們應(yīng)該利用平行系統(tǒng)方法，追求具有動態(tài)適應(yīng)能力的有效解決方案。
基于以上分析，中國科學(xué)研自動化所王飛躍研究員提出了人工交通系統(tǒng)的概念。其基本思想是利用人工社會的理論與方法，把交通仿真推向更高的層次、獲得更廣的視野。它利用基于代理的建模、面向?qū)ο蟮木幊毯筒⑿蟹植际接嬎愕确椒ê图夹g(shù)，“生長”和“培育”交通系統(tǒng)，即“人工交通系統(tǒng)”。
利用人工交通系統(tǒng)解決問題的思路跟改革開放摸著石頭過河差不多，不斷探索和改善，使過程、方法更科學(xué)化、系統(tǒng)化、綜合化，不斷改善探索建立城市交通、物流、生態(tài)綜合發(fā)展的理論和方法體系。
三是平行管理運行，虛擬交通系統(tǒng)與實際交通系統(tǒng)相結(jié)合，直接采集現(xiàn)實交通數(shù)據(jù)，進(jìn)行超前運算，以判斷可能發(fā)生的交通事件，提前采取預(yù)防措施，為交通的高效暢通提供保障。
1)在宏觀認(rèn)識上，人工交通系統(tǒng)不是單純的討論交通自身的問題。相反，人工交通系統(tǒng)將交通看作社會整體的一個子系統(tǒng)，與經(jīng)濟、人口、環(huán)境、氣候等子系統(tǒng)具有平等的地位，并將各個子系統(tǒng)之間的相互銜接、相互聯(lián)系、相互作用和相互影響作為研究的重點之一。
2)在仿真方法上，人工交通系統(tǒng)屬于微觀仿真的范疇，但是不局限于研究局部的交通問題。人工交通系統(tǒng)面向大區(qū)域的仿真研究，采用復(fù)雜性科學(xué)中“涌現(xiàn)”的原理，在底層建立單個交通出行元素的代理模型，通過大交通區(qū)域內(nèi)單個代理模型之間的相互作用，“涌現(xiàn)”出宏觀的交通現(xiàn)象。
3)在實現(xiàn)手段上，人工交通系統(tǒng)不能在單一、孤立的計算機上進(jìn)行仿真，要使人工交通系統(tǒng)具備真實交通系統(tǒng)的分散性和社會性，必須采用先進(jìn)的分布式計算方法，如網(wǎng)格和p2p等，在互聯(lián)網(wǎng)上建立結(jié)構(gòu)化、分散化的虛擬交通路網(wǎng)系統(tǒng)，并且通過終端界面將網(wǎng)絡(luò)中的真實人吸引到人工交通系統(tǒng)的運行中來，以使每一個代理模型具有逼近現(xiàn)實的社會屬性。
4)在仿真目的上，人工交通系統(tǒng)不是一味的追求逼近現(xiàn)實交通環(huán)境和狀態(tài)。除此之外，人工交通系統(tǒng)可以通過調(diào)整參數(shù)、添加隨機事件等方法產(chǎn)生現(xiàn)實交通系統(tǒng)可能但尚未發(fā)生的交通現(xiàn)象，用以制定突發(fā)事故的緊急預(yù)案、交通控制方案的預(yù)評估以及交通參與人員的培訓(xùn)等等。
人工系統(tǒng)說起來有一點抽象，其實說穿了很簡單。第一是充分利用計算機技術(shù)的發(fā)展，第二是仿真與模擬的常態(tài)化。仿真不再是一個項目立項前跑一跑看看行不行的手段，仿真要秒秒在、分分在、永遠(yuǎn)在。它是經(jīng)驗與知識的數(shù)字化、動態(tài)化和即時化，使人工影響現(xiàn)實，虛擬影響實在。
人工交通系統(tǒng)完善之后，人們可以像玩網(wǎng)絡(luò)游戲一樣，作為一個行人或司機加入到系統(tǒng)中，不必出門即可體驗交通；交警同志可以在人工交通系統(tǒng)中學(xué)習(xí)指揮交通，而不必?fù)?dān)心造成擁堵；交通分析人員可以利用人工交通系統(tǒng)研究各種突發(fā)事故對交通的影響，而不必?fù)?dān)心人民的生命財產(chǎn)受到威脅；交通管理和決策人員可以在人工交通系統(tǒng)試驗交通政策和方案，而不必承擔(dān)決策失敗的風(fēng)險。
人工智能的弊端論文篇六
人工智能是一門交叉性的前沿學(xué)科，也是一門極富挑戰(zhàn)性的科學(xué)。人工智能技術(shù)和理論在一定程度上代表了信息技術(shù)的發(fā)展方向，所以對其人才的培養(yǎng)也是重中之重。
人工智能；信息技術(shù)；智能教育
人工智能是多種學(xué)科相互滲透而發(fā)展起來的交叉性學(xué)科，其涉及計算機科學(xué)、信息論、數(shù)學(xué)、哲學(xué)和認(rèn)知科學(xué)、心理學(xué)、控制論、不定性論、神經(jīng)生理學(xué)、語言學(xué)等多種學(xué)科。隨著科技的飛速發(fā)展和人工智能技術(shù)應(yīng)用的不斷擴延，其涉及的學(xué)科領(lǐng)域?qū)⒂鷣碛?，它已和人們的學(xué)習(xí)、生活息息相關(guān)，時代和社會需要此方面的大量人才。在高中信息技術(shù)課中開設(shè)人工智能初步模塊是十分必要的，本文擬從其發(fā)展現(xiàn)狀、存在問題等幾個方面對我國高中信息課程中人工智能教育做一下探討。
（1）人工智能定義
人工智能(ai，artificial intelligence)是計算機科學(xué)的一個分支，己成為一門具有廣泛應(yīng)用的交叉學(xué)科和前沿學(xué)科。它研究如何用計算機模擬人腦所從事的推理、證明、識別、理解、設(shè)計、學(xué)習(xí)、規(guī)劃以及問題求解等思維活動，來解決人類專家才能解決的復(fù)雜問題，例如咨詢、探測、診斷、策劃等。
（2）開設(shè)人工智能課程的意義
現(xiàn)實世界的問題可以按照結(jié)構(gòu)化程度劃分成三個層次：結(jié)構(gòu)化問題，是能用形式化(或稱公式化)方法描述和求解的一類問題；非結(jié)構(gòu)化問題難以用確定的形式來描述，主要根據(jù)經(jīng)驗來求解；半結(jié)構(gòu)化問題則介于上述兩者之間。
將人工智能課程引入到我國現(xiàn)行的教育中，可以讓學(xué)生在了解人工智能基本語言特征、理解智能化問題求解的基本策略過程中，體驗、認(rèn)識人工智能技術(shù)的同時獲得對非結(jié)構(gòu)化、半結(jié)構(gòu)化問題解決過程的了解，從而使學(xué)生了解計算機解決問題方法的多樣性，培養(yǎng)學(xué)生的多種思維方式，更好的解決現(xiàn)實問題。
目前，該學(xué)科的教育正處于摸索階段，由于中學(xué)信息技術(shù)師資水平、學(xué)校硬軟件設(shè)備等條件的制約，我國尚未在中學(xué)專門開設(shè)獨立的人工智能類課程，internet上與人工智能教育相關(guān)的中文信息資源也十分貧乏，在教學(xué)環(huán)境上大致存在以下問題：
（一）教學(xué)條件參差不齊
開設(shè)好人工智能課程，就要求安排更多的實踐課程和活動來增強課程的趣味性，讓廣大師生切實體會到人工智能對我們生活的影響。這些活動大部分要求上機操作或利用網(wǎng)絡(luò)資源來學(xué)習(xí)交流，這就對教學(xué)條件提出了較高的要求，尤其是一些偏遠(yuǎn)農(nóng)村、條件相對落后的中學(xué)在開設(shè)人工智能課程上存在很大困難。
（1）對硬件性能的要求
人工智能課程中有較多的實踐課程需要老師和學(xué)生利用網(wǎng)絡(luò)資源，使用計算機進(jìn)行操作。這就需要學(xué)校配備計算機網(wǎng)絡(luò)教學(xué)機房，若其性能較差，會延長學(xué)生在線進(jìn)行人機對話的時間，一旦遇到網(wǎng)絡(luò)堵塞，可能連網(wǎng)頁都打不開，這不僅浪費了僅有的'上課時間，而且大大降低了學(xué)生的學(xué)習(xí)興趣。
（2）對軟件性能的要求
為了降低成本，學(xué)校可以利用互聯(lián)網(wǎng)上提供的免費下載軟件和免費在線教學(xué)網(wǎng)站等進(jìn)行實踐教學(xué)，可大大減少自研開發(fā)軟件和軟件維護的費用。但一旦遇到網(wǎng)絡(luò)不通、網(wǎng)絡(luò)擁擠或在線網(wǎng)站停止服務(wù)等情況，將無法使用網(wǎng)絡(luò)資源進(jìn)行教學(xué)，可見，軟件的依賴性較強也存在很大的問題。
（二）對人工智能科學(xué)的認(rèn)識不足
（1）學(xué)生的認(rèn)識誤區(qū)
提及人工智能，給大多數(shù)學(xué)生的感覺是一門神秘、遙不可及的科學(xué)。很多學(xué)生認(rèn)為人工智能技術(shù)是很高深的科學(xué)，離我們現(xiàn)實生活有一定距離，研究和接觸這門科學(xué)是少數(shù)科學(xué)家的事情，從而對該科學(xué)的關(guān)注程度不高。其實，人工智能學(xué)科是一門漸漸成長的科學(xué)，它將應(yīng)用在我們生活的方方面面。我們應(yīng)在教學(xué)中讓學(xué)生多去體驗人工智能的魅力所在，吸引更多對該學(xué)科感興趣的人去研究和使用它。
（2）教師對人工智能學(xué)科開設(shè)存在偏見
一些從事該學(xué)科教學(xué)的教師沒有接觸過人工智能方面的知識，在接觸過后被其中深奧難理解的知識所嚇倒，認(rèn)為即使開設(shè)了這門課程也不易被同學(xué)們所接受；而一些在大學(xué)接觸過人工智能課程的教師則認(rèn)為，其理論枯燥乏味，知識內(nèi)容艱深，不適合放在高中開設(shè)。
（三）一線教師經(jīng)驗不足
在我國大學(xué)教育中，開展人工智能專業(yè)課程的大學(xué)為數(shù)不多，師范類院校更是少之又少。從事人工智能領(lǐng)域的專業(yè)人才輸出少，所以，缺乏具備一定知識結(jié)構(gòu)、有專業(yè)素養(yǎng)的教師來擔(dān)任高中信息技術(shù)課中人工智能課程的教育工作。絕大多數(shù)的一線教師并沒有接受過人工智能課程的專業(yè)培訓(xùn)，在授課內(nèi)容上的著重點掌握不好，教學(xué)目標(biāo)不夠明確；在授課形式上也沒有前人的經(jīng)驗可尋，這就給一線教師帶來了極大的挑戰(zhàn)。
（一）加強軟、硬件建設(shè)
在學(xué)校條件允許的條件下，應(yīng)加大硬件設(shè)施的投入，改善網(wǎng)絡(luò)傳遞信息的效率，同時加強軟件資源建設(shè)。鼓勵師生上網(wǎng)搜索更多適合ai教學(xué)的網(wǎng)站，教師應(yīng)整理出和ai相關(guān)的趣味小故事、電影、光盤等和教材相關(guān)的素材，以便更好的配合硬件教學(xué)。
（二）端正認(rèn)識，增強支持
作為教師要樹立對高中人工智能選修課程的正確認(rèn)識。通過對課標(biāo)中規(guī)定的相關(guān)內(nèi)容的深入了解和學(xué)習(xí)，克服對人工智能的神秘感或恐懼感，理性而客觀的看待人工智能技術(shù)及其應(yīng)用，明確在高中開設(shè)該課程的目的。同時，教師也不能因為該課程的“選修”性質(zhì)，從而輕視該課程的作用。
作為學(xué)生不應(yīng)該僅僅看見這門課程的娛樂趣味性，應(yīng)把一些重要的技術(shù)理論知識重視起來，不能過分的放松自己而偏離了我們的教學(xué)目標(biāo)。家長也應(yīng)該支持和贊同學(xué)生選擇該課程，不能應(yīng)認(rèn)識不到這門課程的作用、怕耽誤學(xué)生主干課的學(xué)習(xí)而反對學(xué)生積極參與。
校方領(lǐng)導(dǎo)也不應(yīng)條件限制就輕易放棄這門課程的開設(shè)，應(yīng)給予積極的配合。社會各界也應(yīng)加強輿論與正確引導(dǎo)，讓更多的人們認(rèn)識人工智能并予以肯定。
總之，人工智能是一門逐漸成長的科學(xué)，開設(shè)好該課程需要廣大教育工作者和校方領(lǐng)導(dǎo)不斷努力，互相交流，共同克服困難。
參考文獻(xiàn)：
［1］張劍平.人工智能技術(shù)與“問題解決”［j］.中小學(xué)信息技術(shù)教育，2003(10).
［2］段東輝.淺談信息技術(shù)課程中人工智能教育［j］.新鄉(xiāng)教育學(xué)院學(xué)報，第19卷第二期2006，6.
［3］教育部.普通高中技術(shù)課程標(biāo)準(zhǔn)（實驗稿）.人民教育出版社，2003年4月.
［4］張家華，張劍平.開展高中人工智能教學(xué)存在的問題及對策［j］.
人工智能的弊端論文篇七
簡要地介紹了人工智能科技技術(shù)的基本概念。對專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊理論、遺傳算法等人工智能技術(shù)的含義進(jìn)行了介紹，并對這些技術(shù)在電力系統(tǒng)中的應(yīng)用和存在問題進(jìn)行了分析。
人工智能技術(shù)(ai artificial intelligence)是一項將人類知識轉(zhuǎn)化為機器智能的技術(shù)。它研究的是怎樣用機器模仿人腦從事推理、規(guī)劃、設(shè)計、思考和學(xué)習(xí)等思維活動，解決需要由專家才能處理好的復(fù)雜問題。在應(yīng)用方面，以專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等最為普遍 。
1.1 專家系統(tǒng)(es)
專家系統(tǒng)是利用知識和推理來解決專家不能解決的問題。傳統(tǒng)程序需要固定程序和復(fù)雜算法，輸入數(shù)據(jù)并得出結(jié)果。專家系統(tǒng)集中大量的符號處理，采用啟發(fā)式方法模擬專家的推理過程，通過推理，利用知識解決問題。它具有邏輯思維和符號處理能力，能修改原來知識，適合于電力系統(tǒng)問題的分析。
1.2 人工神經(jīng)網(wǎng)絡(luò)(ann)
人工神經(jīng)網(wǎng)絡(luò)是大量處理單元廣泛互聯(lián)而成的網(wǎng)絡(luò)，是一種模擬動物神經(jīng)系統(tǒng)的技術(shù)。神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)和自學(xué)習(xí)的能力，能并行處理分布信息。電力系統(tǒng)應(yīng)用人工神經(jīng)網(wǎng)絡(luò)可以進(jìn)行實時控制、狀態(tài)評估等。
1.3 遺傳算法(ga)
遺傳算法是一種進(jìn)化論的數(shù)學(xué)模型，借鑒自然遺傳機制的隨機搜索算法。它的主要特征是群體搜索和群體中個體之間的信息交換。該方法適用于處理傳統(tǒng)搜索方法難以解決的非線性問題。
1.4 模糊邏輯(fl)
當(dāng)輸入是離散的變量，難以建立數(shù)學(xué)模型。而模糊邏輯則成功地應(yīng)用在潮流計算、系統(tǒng)規(guī)劃、故障診斷等電力系統(tǒng)問題。
1.5 混合技術(shù)
以上各種智能控制方法各有局限性，有些甚至難以處理電力系統(tǒng)實際問題。因此需要結(jié)合各個算法的優(yōu)勢，采用人工智能混合技術(shù)。其中包括：模糊專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)等技術(shù)。
2.1在電能質(zhì)量研究中的應(yīng)用
人工智能技術(shù)可以對電壓波動、電壓不平衡、電網(wǎng)諧波等電能質(zhì)量參數(shù)進(jìn)行在線監(jiān)測和分析。在檢測和識別電能質(zhì)量擾動時能克服傳統(tǒng)方法的缺陷。專家系統(tǒng)隨著經(jīng)驗的積累、擾動類型變化而不斷擴充和修改，便于用戶的.掌握[3] 。
此外，專家系統(tǒng)和模糊邏輯可用于培訓(xùn)變電站工作人員。智能軟件可以模擬故障情形，有利于提高運行人員的操作技能。
2.2 變壓器狀態(tài)監(jiān)測與故障診斷專家系統(tǒng)
變壓器事故原因判斷起來十分復(fù)雜。判斷過程中，必須通過內(nèi)外部的檢測等各種方法綜合分析作出判斷。變壓器監(jiān)測和診斷專家系統(tǒng)首先對油中氣體進(jìn)行分析。異常時，根據(jù)異常程度結(jié)合試驗進(jìn)行分析，決定變壓器的停運檢查。若經(jīng)分析發(fā)現(xiàn)變壓器已嚴(yán)重故障，需立即退出運行，則要結(jié)合電氣試驗手段對變壓器的故障性質(zhì)及部位做出確診。
變壓器監(jiān)測和診斷專家系統(tǒng)通過診斷模塊和推理機制，能診斷出變壓器的故障并提出相應(yīng)對策，提高了變壓器內(nèi)部故障的診斷水平，實現(xiàn)了電力變壓器狀態(tài)檢修和在線監(jiān)測。
2.3 人工智能技術(shù)在低壓電器中的應(yīng)用
低壓電器的設(shè)計以實驗為基礎(chǔ)，需要分析靜態(tài)模型和動態(tài)過程。人工智能技術(shù)能進(jìn)行分段過程的動態(tài)設(shè)計，對變化規(guī)律進(jìn)行曲線擬合并進(jìn)行人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練，建立變化規(guī)律預(yù)測模型，降低了開發(fā)成本。
低壓電器需要通過試驗進(jìn)行性能認(rèn)證。而低壓電器的壽命很難進(jìn)行評價。模糊識別方法，從考慮產(chǎn)品性能的角度出發(fā)，將動態(tài)測得的反映性能的特性指標(biāo)作為模糊識別的變量特征值，能夠建立評估電器性能的模糊識別模型。
2.4 人工智能在電力系統(tǒng)無功優(yōu)化中的應(yīng)用
無功優(yōu)化是保證電力系統(tǒng)安全，提高運行經(jīng)濟性的手段之一。通過無功優(yōu)化，可以使各個性能指標(biāo)達(dá)到最優(yōu)。但是無功優(yōu)化是一個復(fù)雜的非線性問題 。
人工智能算法能應(yīng)用于電力系統(tǒng)無功優(yōu)化。如改進(jìn)的模擬退火算法，在求解高中壓配電網(wǎng)的無功優(yōu)化問題中，采用了記憶指導(dǎo)搜索方法來加快搜索速度。模式法進(jìn)行局部尋優(yōu)以增加獲得全局最優(yōu)解的可能性，能夠以較大概率獲得全局最優(yōu)解，提高了收斂穩(wěn)定性。禁忌搜索方法尋優(yōu)速度較快，在跳出局部最優(yōu)解方面有較大優(yōu)勢。遺傳算法在解決多變量、非線性、離散性的問題時有極大的優(yōu)勢。要求較少的求解信息的，模型簡單，適用范圍廣。
2.5 人工智能在電力系統(tǒng)繼電保護中應(yīng)用
自適應(yīng)型繼電保護裝置能地適應(yīng)各種變化，改善保護的性能，使之適應(yīng)各種運行方式和故障類型。它能夠有效地處理各種故障信息，獲得可靠的保護。
借助于人工智能技術(shù)不但能夠提取故障信息，還能利用其自學(xué)習(xí)和自適應(yīng)能力，根據(jù)不同運行工況，自適應(yīng)地調(diào)整保護定值和動作特性。
2.6 人工智能在抑制電力系統(tǒng)低頻振蕩的應(yīng)用
大規(guī)模電網(wǎng)互聯(lián)易產(chǎn)生低頻振蕩，嚴(yán)重威脅著電力系統(tǒng)的安全。人工智能為電力系統(tǒng)低頻振蕩的控制提供了技術(shù)支持。神經(jīng)網(wǎng)絡(luò)、模糊理論、ga等人工智能技術(shù)應(yīng)用于facts控制器和自適應(yīng)pss的研究，為抑制電力系統(tǒng)低頻振蕩提供了新的手段。
作為一門交叉學(xué)科，人工智能將隨著其他理論的發(fā)展而進(jìn)入新的發(fā)展階段。應(yīng)用新方法解決問題，或促進(jìn)各種方法的融合，保持簡單的數(shù)學(xué)模型和全局尋優(yōu)情況下，尋求到更少的運算量，提高算法效率，將是未來發(fā)展的趨勢。
隨著電力系統(tǒng)的發(fā)展，電力系統(tǒng)的復(fù)雜性不斷增加，不確定因素越來越多。隨著人工智能技術(shù)的不斷發(fā)展和提高，利用人工智能技術(shù)來解決電力系統(tǒng)的問題將會受到越來越多的重視。
隨著我國電力系統(tǒng)的持續(xù)穩(wěn)步發(fā)展，電力系統(tǒng)數(shù)據(jù)量不斷增加，管理上復(fù)雜程度大幅度增長，市場競爭的加大，為人工智能技術(shù)在電力系統(tǒng)的應(yīng)用提供了廣闊前景。
但人工智能技術(shù)的基本理論還不成熟，只是停留在仿真和實驗階段。人工智能的開發(fā)是一個長期的過程，需要不斷改進(jìn)和完善，并在實際應(yīng)用中接受檢驗。
人工智能的弊端論文篇八
以前我們談科技進(jìn)步，談網(wǎng)絡(luò)應(yīng)用，總說是一把雙刃劍，有利有弊?，F(xiàn)在，面對日益發(fā)達(dá)的人工智能，我想說：現(xiàn)在，擺在我們面前的任務(wù)是把它變成一把單刃的劍。
把人工智能變成一把雙刃劍，需要我們以正確的態(tài)度去面對。就像一局險勝阿爾法狗的李世石一樣，他說：人機大戰(zhàn)并沒有讓我感受到失敗的痛苦，反而讓我更好地理解了象棋，這讓我很開心。連續(xù)輸三局的天才棋手柯潔說：阿爾法狗讓我更好地理解圍棋的奧秘。面對人工智能的快速發(fā)展，我們應(yīng)該有更積極的態(tài)度和更清晰的認(rèn)識。不能一味的夸。人工智能有多優(yōu)秀，多無敵，不能一味貶低人類來看人類。我們需要知道的是，阿爾法狗只是一臺機器，是人類創(chuàng)造的玩具。他沒有頭腦，沒有情感，甚至沒有——的智商。只是我們在研發(fā)過程中輸入的一堆冷冰冰的代碼，不需要自大，也不需要妄自菲薄。我們和人工智能是平等的，有時候它們可以成為我們的工具。
要把人工智能變成一把單刃劍，我們需要了解它。俗話說知己知彼百戰(zhàn)不殆。網(wǎng)上有人說，如果人工智能獲得了人類的意識，那么他們就會反過來奴役人類。未來將是人工智能的世界，讓人恐慌。首先，人類還沒有能夠讓一臺機器擁有意識，很多人還沒有意識到意識的起源。做出這種無用的猜測，沒有實際意義?，F(xiàn)在我們能做的就是找出它的運行規(guī)律，了解它的優(yōu)缺點。掌握使用人工智能的方法。帶上她神秘的面紗，而不是看著他的面紗漫天要價。
要把人工智能變成一把單刃劍，最重要的是揚長避短。是的，任何事情都有兩面性。就像之前關(guān)于學(xué)生是否應(yīng)該使用手機的爭論一樣，在自律性差的人手里，手機是用不好的，而在頭腦清醒、自律性強的人手里，才能充分發(fā)揮自己的優(yōu)勢。而且不會讓劣勢影響自己，人工智能也是一樣?，F(xiàn)在要注意的是提高自己應(yīng)用人工智能的能力。讓這些過于智能的機器在我們手里得到合理的利用，讓它們的缺點得到融化，優(yōu)勢得到彰顯。只有這樣，人工智能才能得到它的天賦，并充分利用它們。
問：如何讓人工智能成為一把雙刃劍？回答：以正確的態(tài)度面對他，以積極的方式認(rèn)識他，然后揚長避短，是運用人工智能的好方法。
人工智能的弊端論文篇九
圖像識別技術(shù)是信息時代的一門重要的技術(shù)，其產(chǎn)生目的是為了讓計算機代替人類去處理大量的物理信息。隨著計算機技術(shù)的發(fā)展，人類對圖像識別技術(shù)的認(rèn)識越來越深刻。圖像識別技術(shù)的過程分為信息的獲取、預(yù)處理、特征抽取和選擇、分類器設(shè)計和分類決策。文章簡單分析了圖像識別技術(shù)的引入、其技術(shù)原理以及模式識別等，之后介紹了神經(jīng)網(wǎng)絡(luò)的圖像識別技術(shù)和非線性降維的圖像識別技術(shù)及圖像識別技術(shù)的應(yīng)用。從中可以總結(jié)出圖像處理技術(shù)的應(yīng)用廣泛，人類的生活將無法離開圖像識別技術(shù)，研究圖像識別技術(shù)具有重大意義。
1圖像識別技術(shù)的引入
圖像識別是人工智能科技的一個重要領(lǐng)域。圖像識別的發(fā)展經(jīng)歷了三個階段：文字識別、數(shù)字圖像處理與識別、物體識別。圖像識別，顧名思義，就是對圖像做出各種處理、分析，最終識別我們所要研究的目標(biāo)。今天所指的圖像識別并不僅僅是用人類的肉眼，而是借助計算機技術(shù)進(jìn)行識別。雖然人類的識別能力很強大，但是對于高速發(fā)展的社會，人類自身識別能力已經(jīng)滿足不了我們的需求，于是就產(chǎn)生了基于計算機的圖像識別技術(shù)。這就像人類研究生物細(xì)胞，完全靠肉眼觀察細(xì)胞是不現(xiàn)實的，這樣自然就產(chǎn)生了顯微鏡等用于精確觀測的儀器。通常一個領(lǐng)域有固有技術(shù)無法解決的需求時，就會產(chǎn)生相應(yīng)的新技術(shù)。圖像識別技術(shù)也是如此，此技術(shù)的產(chǎn)生就是為了讓計算機代替人類去處理大量的物理信息，解決人類無法識別或者識別率特別低的信息。
1.1圖像識別技術(shù)原理
其實，圖像識別技術(shù)背后的原理并不是很難，只是其要處理的信息比較繁瑣。計算機的任何處理技術(shù)都不是憑空產(chǎn)生的，它都是學(xué)者們從生活實踐中得到啟發(fā)而利用程序?qū)⑵淠M實現(xiàn)的。計算機的圖像識別技術(shù)和人類的圖像識別在原理上并沒有本質(zhì)的區(qū)別，只是機器缺少人類在感覺與視覺差上的影響罷了。人類的圖像識別也不單單是憑借整個圖像存儲在腦海中的記憶來識別的，我們識別圖像都是依靠圖像所具有的本身特征而先將這些圖像分了類，然后通過各個類別所具有的特征將圖像識別出來的，只是很多時候我們沒有意識到這一點。當(dāng)看到一張圖片時，我們的大腦會迅速感應(yīng)到是否見過此圖片或與其相似的圖片。其實在“看到”與“感應(yīng)到”的中間經(jīng)歷了一個迅速識別過程，這個識別的過程和搜索有些類似。在這個過程中，我們的大腦會根據(jù)存儲記憶中已經(jīng)分好的類別進(jìn)行識別，查看是否有與該圖像具有相同或類似特征的存儲記憶，從而識別出是否見過該圖像。機器的圖像識別技術(shù)也是如此，通過分類并提取重要特征而排除多余的信息來識別圖像。機器所提取出的這些特征有時會非常明顯，有時又是很普通，這在很大的程度上影響了機器識別的速率?？傊?，在計算機的視覺識別中，圖像的內(nèi)容通常是用圖像特征進(jìn)行描述。
1.2模式識別
模式識別是人工智能和信息科學(xué)的重要組成部分。模式識別是指對表示事物或現(xiàn)象的不同形式的信息做分析和處理從而得到一個對事物或現(xiàn)象做出描述、辨認(rèn)和分類等的過程。
計算機的圖像識別技術(shù)就是模擬人類的圖像識別過程。在圖像識別的過程中進(jìn)行模式識別是必不可少的。模式識別原本是人類的一項基本智能。但隨著計算機的發(fā)展和人工智能的興起，人類本身的模式識別已經(jīng)滿足不了生活的需要，于是人類就希望用計算機來代替或擴展人類的部分腦力勞動。這樣計算機的模式識別就產(chǎn)生了。簡單地說，模式識別就是對數(shù)據(jù)進(jìn)行分類，它是一門與數(shù)學(xué)緊密結(jié)合的科學(xué)，其中所用的思想大部分是概率與統(tǒng)計。模式識別主要分為三種：統(tǒng)計模式識別、句法模式識別、模糊模式識別。
2圖像識別技術(shù)的過程
既然計算機的圖像識別技術(shù)與人類的圖像識別原理相同，那它們的過程也是大同小異的。圖像識別技術(shù)的過程分以下幾步：信息的獲取、預(yù)處理、特征抽取和選擇、分類器設(shè)計和分類決策。
信息的獲取是指通過傳感器，將光或聲音等信息轉(zhuǎn)化為電信息。也就是獲取研究對象的基本信息并通過某種方法將其轉(zhuǎn)變?yōu)闄C器能夠認(rèn)識的信息。
預(yù)處理主要是指圖像處理中的去噪、平滑、變換等的操作，從而加強圖像的重要特征。
特征抽取和選擇是指在模式識別中，需要進(jìn)行特征的抽取和選擇。簡單的理解就是我們所研究的圖像是各式各樣的，如果要利用某種方法將它們區(qū)分開，就要通過這些圖像所具有的本身特征來識別，而獲取這些特征的過程就是特征抽取。在特征抽取中所得到的特征也許對此次識別并不都是有用的，這個時候就要提取有用的特征，這就是特征的選擇。特征抽取和選擇在圖像識別過程中是非常關(guān)鍵的技術(shù)之一，所以對這一步的理解是圖像識別的重點。
分類器設(shè)計是指通過訓(xùn)練而得到一種識別規(guī)則，通過此識別規(guī)則可以得到一種特征分類，使圖像識別技術(shù)能夠得到高識別率。分類決策是指在特征空間中對被識別對象進(jìn)行分類，從而更好地識別所研究的對象具體屬于哪一類。
3圖像識別技術(shù)的分析
隨著計算機技術(shù)的迅速發(fā)展和科技的不斷進(jìn)步，圖像識別技術(shù)已經(jīng)在眾多領(lǐng)域中得到了應(yīng)用。20xx年2月15日新浪科技發(fā)布一條新聞：“微軟最近公布了一篇關(guān)于圖像識別的研究論文，在一項圖像識別的基準(zhǔn)測試中，電腦系統(tǒng)識別能力已經(jīng)超越了人類。人類在歸類數(shù)據(jù)庫imagenet中的圖像識別錯誤率為5.1%，而微軟研究小組的這個深度學(xué)習(xí)系統(tǒng)可以達(dá)到4.94%的錯誤率?！睆倪@則新聞中我們可以看出圖像識別技術(shù)在圖像識別方面已經(jīng)有要超越人類的圖像識別能力的趨勢。這也說明未來圖像識別技術(shù)有更大的研究意義與潛力。而且，計算機在很多方面確實具有人類所無法超越的優(yōu)勢，也正是因為這樣，圖像識別技術(shù)才能為人類社會帶來更多的應(yīng)用。
3.1神經(jīng)網(wǎng)絡(luò)的圖像識別技術(shù)
神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)是一種比較新型的圖像識別技術(shù)，是在傳統(tǒng)的圖像識別方法和基礎(chǔ)上融合神經(jīng)網(wǎng)絡(luò)算法的一種圖像識別方法。這里的神經(jīng)網(wǎng)絡(luò)是指人工神經(jīng)網(wǎng)絡(luò)，也就是說這種神經(jīng)網(wǎng)絡(luò)并不是動物本身所具有的真正的神經(jīng)網(wǎng)絡(luò)，而是人類模仿動物神經(jīng)網(wǎng)絡(luò)后人工生成的。在神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)中，遺傳算法與bp網(wǎng)絡(luò)相融合的神經(jīng)網(wǎng)絡(luò)圖像識別模型是非常經(jīng)典的，在很多領(lǐng)域都有它的應(yīng)用。在圖像識別系統(tǒng)中利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)，一般會先提取圖像的特征，再利用圖像所具有的特征映射到神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識別分類。以汽車拍照自動識別技術(shù)為例，當(dāng)汽車通過的時候，汽車自身具有的檢測設(shè)備會有所感應(yīng)。此時檢測設(shè)備就會啟用圖像采集裝置來獲取汽車正反面的圖像。獲取了圖像后必須將圖像上傳到計算機進(jìn)行保存以便識別。最后車牌定位模塊就會提取車牌信息，對車牌上的字符進(jìn)行識別并顯示最終的結(jié)果。在對車牌上的字符進(jìn)行識別的過程中就用到了基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。
3.2非線性降維的圖像識別技術(shù)
計算機的圖像識別技術(shù)是一個異常高維的識別技術(shù)。不管圖像本身的分辨率如何，其產(chǎn)生的數(shù)據(jù)經(jīng)常是多維性的，這給計算機的識別帶來了非常大的困難。想讓計算機具有高效地識別能力，最直接有效的方法就是降維。降維分為線性降維和非線性降維。例如主成分分析(pca)和線性奇異分析(lda)等就是常見的線性降維方法，它們的特點是簡單、易于理解。但是通過線性降維處理的是整體的數(shù)據(jù)集合，所求的是整個數(shù)據(jù)集合的最優(yōu)低維投影。經(jīng)過驗證，這種線性的降維策略計算復(fù)雜度高而且占用相對較多的時間和空間，因此就產(chǎn)生了基于非線性降維的圖像識別技術(shù)，它是一種極其有效的非線性特征提取方法。此技術(shù)可以發(fā)現(xiàn)圖像的非線性結(jié)構(gòu)而且可以在不破壞其本征結(jié)構(gòu)的基礎(chǔ)上對其進(jìn)行降維，使計算機的圖像識別在盡量低的維度上進(jìn)行，這樣就提高了識別速率。例如人臉圖像識別系統(tǒng)所需的維數(shù)通常很高，其復(fù)雜度之高對計算機來說無疑是巨大的“災(zāi)難”。由于在高維度空間中人臉圖像的不均勻分布，使得人類可以通過非線性降維技術(shù)來得到分布緊湊的人臉圖像，從而提高人臉識別技術(shù)的高效性。
3.3圖像識別技術(shù)的應(yīng)用及前景
計算機的圖像識別技術(shù)在公共安全、生物、工業(yè)、農(nóng)業(yè)、交通、醫(yī)療等很多領(lǐng)域都有應(yīng)用。例如交通方面的車牌識別系統(tǒng);公共安全方面的人臉識別技術(shù)、指紋識別技術(shù);農(nóng)業(yè)方面的種子識別技術(shù)、食品品質(zhì)檢測技術(shù);醫(yī)學(xué)方面的心電圖識別技術(shù)等。隨著計算機技術(shù)的不斷發(fā)展，圖像識別技術(shù)也在不斷地優(yōu)化，其算法也在不斷地改進(jìn)。圖像是人類獲取和交換信息的主要來源，因此與圖像相關(guān)的圖像識別技術(shù)必定也是未來的研究重點。以后計算機的圖像識別技術(shù)很有可能在更多的領(lǐng)域嶄露頭角，它的應(yīng)用前景也是不可限量的，人類的生活也將更加離不開圖像識別技術(shù)。
4總結(jié)
圖像識別技術(shù)雖然是剛興起的技術(shù)，但其應(yīng)用已是相當(dāng)廣泛。并且，圖像識別技術(shù)也在不斷地成長，隨著科技的不斷進(jìn)步，人類對圖像識別技術(shù)的認(rèn)識也會更加深刻。未來圖像識別技術(shù)將會更加強大，更加智能地出現(xiàn)在我們的生活中，為人類社會的更多領(lǐng)域帶來重大的應(yīng)用。在21世紀(jì)這個信息化的時代，我們無法想象離開了圖像識別技術(shù)以后我們的生活會變成什么樣。圖像識別技術(shù)是人類現(xiàn)在以及未來生活必不可少的一項技術(shù)。
人工智能的弊端論文篇十
〔摘要〕人工智能飛速發(fā)展，正在改變?nèi)祟惿?，推動人類進(jìn)步。人工智能學(xué)者從認(rèn)知科學(xué)、心靈哲學(xué)以及控制論等不同視角對人工智能進(jìn)行研究，但對于人工智能哲學(xué)根源的追溯與厘清較少。古希臘畢達(dá)哥拉斯主義的數(shù)論思想、亞里士多德演繹邏輯系統(tǒng)與分析哲學(xué)中的邏輯分析與語言分析方法以及簡單性哲學(xué)原則為人工智能研究綱領(lǐng)、研究框架以及研究方法等奠定了基礎(chǔ)，哲學(xué)核心問題決定了人工智能的研究進(jìn)路。只有對人工智能的哲學(xué)思想源流進(jìn)行追溯與探究，才能理解人工智能的理論基礎(chǔ)，以更好地把握人工智能的發(fā)展規(guī)律并合理預(yù)測人工智能的發(fā)展趨勢。
〔關(guān)鍵詞〕人工智能，數(shù)論，簡單性原則
人工智能發(fā)展如火如荼，學(xué)者除了對人工智能技術(shù)本質(zhì)、人工智能社會影響、發(fā)展路徑及倫理問題等進(jìn)行研究之外，還關(guān)注人工智能中的哲學(xué)問題。對人工智能的研究不能僅僅局限于技術(shù)層面及科學(xué)基礎(chǔ)層面的反思，也要涉及對人工智能的哲學(xué)思考。博登指出：“在科學(xué)家族中，沒有一門學(xué)科比ai與哲學(xué)的關(guān)系更密切?！薄?〕3人工智能與哲學(xué)緊密聯(lián)系，特別是心靈哲學(xué)與語言哲學(xué)，認(rèn)知科學(xué)與認(rèn)知心理學(xué)等學(xué)科也為人工智能發(fā)展奠定了科學(xué)基礎(chǔ)。迄今為止，對于人工智能哲學(xué)的研究還沒有形成完整的理論體系，學(xué)者多從哲學(xué)視角對人工智能中的問題進(jìn)行探討，從哲學(xué)思想源流挖掘人工智能基礎(chǔ)的著述不多。筆者嘗試從人工智能的數(shù)論基礎(chǔ)、邏輯學(xué)、分析哲學(xué)基礎(chǔ)以及簡單性原則等視角分析人工智能的哲學(xué)思想根源。
人工智能先驅(qū)西蒙與紐維爾作為人工智能符號主義（symbolicism）學(xué)派的代表，他們的研究著眼于計算機程序的邏輯結(jié)構(gòu)、符號操作系統(tǒng)以及編程語言，這與古希臘哲學(xué)家畢達(dá)哥拉斯學(xué)派的“數(shù)論”思想一脈相承。在畢達(dá)哥拉斯看來，數(shù)是萬物的本原，萬物皆數(shù)?！鞍凑掌樟_克洛在《歐幾里德〈幾何原理〉注釋》中，‘?dāng)?shù)學(xué)’這個詞也是畢達(dá)哥拉斯學(xué)派首先使用的”〔2〕268。畢達(dá)哥拉斯將科學(xué)研究的基礎(chǔ)建構(gòu)在數(shù)學(xué)的基礎(chǔ)之上。畢達(dá)哥拉斯哲學(xué)思想的核心即“數(shù)”是萬物的本原。按照畢達(dá)哥拉斯的數(shù)論思想，與其說水、火、土等都是萬物的本原，不如用一個簡單詞“數(shù)”來解釋萬物的存在。
“數(shù)是萬物的本原”包含著萬物之中存在著某種數(shù)量關(guān)系的含義，不管是天體結(jié)構(gòu)、音階音律以及建筑結(jié)構(gòu)等萬物都存在數(shù)量關(guān)系。畢達(dá)哥拉斯學(xué)派認(rèn)為數(shù)是宇宙的元素，科學(xué)研究就是尋找紛繁復(fù)雜現(xiàn)象之后的數(shù)量關(guān)系。例如，物理學(xué)是研究事物運動方面的數(shù)量關(guān)系，幾何學(xué)是研究事物點、線、面、體之間的數(shù)量關(guān)系等。他們將事物的本質(zhì)歸結(jié)為數(shù)的規(guī)律，認(rèn)為事物的本質(zhì)就是數(shù)。按照亞里士多德“四因說”來看，畢達(dá)哥拉斯的“數(shù)”既是構(gòu)成事物的形式因，又是構(gòu)成事物的質(zhì)料因。質(zhì)料因指的是構(gòu)成事物的原始質(zhì)料，就好比建造房屋用的磚木石瓦，形式因即構(gòu)成事物的樣式和原型，就好比造房屋的圖紙或建筑師頭腦里的房屋原型。這樣的思想家（畢達(dá)哥拉斯主義學(xué)派）認(rèn)為數(shù)既是事物的質(zhì)料、同時又是形成事物的變化和它們的不變狀態(tài)的形式”〔3〕21-22。因此，數(shù)對于事物來說，既是質(zhì)料因又是形式因。
畢達(dá)哥拉斯的哲學(xué)思想還表現(xiàn)在數(shù)的和諧論。他認(rèn)為萬物包括宇宙在內(nèi)都由數(shù)構(gòu)成，并且萬物可以還原為數(shù);他還認(rèn)為宇宙是和諧的，并把和諧的宇宙稱為“科斯摩斯”?？扑鼓λ乖饩褪恰爸刃颉钡囊馑?，認(rèn)為世界存在內(nèi)在秩序與內(nèi)在規(guī)律，人類可以通過數(shù)量之間的關(guān)系找到世界的既定秩序。
畢達(dá)哥拉斯的“萬物皆數(shù)，數(shù)之和諧”思想既具有本體論含義，也具有方法論意味。他的哲學(xué)思想影響了古希臘科學(xué)的發(fā)展，亞里士多德的邏輯學(xué)體系、歐幾里德的幾何學(xué)體系、托勒密的天文學(xué)體系、蓋倫的醫(yī)學(xué)體系這四大古希臘的科學(xué)成就皆受畢達(dá)哥拉斯主義哲學(xué)思想的影響。不但如此，畢達(dá)哥拉斯的哲學(xué)思想還影響了西方整個自然科學(xué)的發(fā)展。達(dá)芬奇、哥白尼、開普勒、伽利略、牛頓等人都自稱是“畢達(dá)哥拉斯主義者”。達(dá)芬奇認(rèn)為天體是一架服從確定自然法則的機器，自然界有確定的規(guī)律;15-16世紀(jì)帶有畢達(dá)哥拉斯主義成分的新柏拉圖主義者把自然事物的行為解釋成數(shù)學(xué)結(jié)構(gòu);哥白尼日心說體系的理論基礎(chǔ)也是依據(jù)畢達(dá)哥拉斯主義哲學(xué)理論來構(gòu)造行星運動簡單、和諧的天體幾何學(xué)模型;開普勒認(rèn)為自己是畢達(dá)哥拉斯主義者，他的目標(biāo)就是追求造物主心中數(shù)的和諧;伽利略也是畢達(dá)哥拉斯主義的追隨者，他認(rèn)為“自然之書是用數(shù)學(xué)語言書寫的”，自然的真理存在于數(shù)學(xué)事實中。畢達(dá)哥拉斯的數(shù)論思想還影響了萊布尼茲。萊布尼茨有一個夢想，就是給出一套理想符號系統(tǒng)或語言和確定的語言變換或演算規(guī)則，把日常問題轉(zhuǎn)變成理想語言，利用演算規(guī)則清楚地求解問題的答案。在此基礎(chǔ)上，萊布尼茲提出“通用機”的天才設(shè)想。萊布尼茨嘗試發(fā)明人工智能通用機，他設(shè)計出一種二進(jìn)制計算法，用二進(jìn)制數(shù)代替原來的十進(jìn)制數(shù)，二進(jìn)制數(shù)即“1”和“0”。萊布尼茲雖然制作出了簡單機器，但其只能進(jìn)行簡單的算術(shù)計算，還不是萊布尼茲設(shè)想的能夠進(jìn)行復(fù)雜數(shù)據(jù)處理的通用機。盡管如此，萊布尼茲思想還是影響了整個計算機系統(tǒng)的發(fā)展。
圖靈與馮·諾依曼的人工智能機器也受畢達(dá)哥拉斯主義數(shù)論的影響，他們運用數(shù)的和諧以及數(shù)量關(guān)系的計算嘗試讓“萊布尼茲之夢”在現(xiàn)實生活中得以實現(xiàn)。圖靈通過基本的數(shù)學(xué)運算將數(shù)學(xué)運算符號化為運算符，并用一個無限長紙帶來表述計算過程，制造出了圖靈機，這就是萊布尼茨所說的“通用機”。圖靈認(rèn)為人腦類似通用機，圖靈提出一臺計算機在多大程度上可以模仿人的活動，進(jìn)而提出“機器能否思維”這個哲學(xué)問題。圖靈堅持通過特定算法程序，把可計算的數(shù)量關(guān)系都轉(zhuǎn)化為由一臺圖靈機來計算。馮·諾依曼指導(dǎo)發(fā)明第一臺基于運算器與存儲器的計算機，他為圖靈通用機設(shè)計出一個物理模型——edvac，edvac可以執(zhí)行加、減、乘、除等數(shù)學(xué)操作。與圖靈一樣，馮·諾依曼把人腦與機器類比，機器通過存儲器儲存數(shù)據(jù)，通過數(shù)學(xué)規(guī)則設(shè)計出把思維當(dāng)成數(shù)據(jù)的程序，通過簡單、和諧的數(shù)字制造出能進(jìn)行復(fù)雜數(shù)字處理的機器。不管是圖靈的通用機還是馮·諾依曼的edvac都是為了解決“萊布尼茲之夢”，其哲學(xué)思想均根源于畢達(dá)哥拉斯的“數(shù)論”哲學(xué)思想。除了圖靈與萊布尼茨，紐維爾與西蒙等符號主義人工智能先驅(qū)也認(rèn)為，不管是人類智能還是機器智能都是根據(jù)確定的或者規(guī)范的規(guī)則來進(jìn)行符號操作的。不但如此，基于認(rèn)知模擬的強人工智能也把心理狀態(tài)作為計算狀態(tài)，所謂認(rèn)知就是計算，這是對基于數(shù)論的計算主義教條的信仰，人類智能類似于信息處理系統(tǒng)。聯(lián)結(jié)主義人工智能不同于符號主義人工智能，它否認(rèn)智能行為來自于在形式規(guī)則下對符號進(jìn)行操作的觀點，“符號主義人工智能中的信息處理包括明確的應(yīng)用和形式規(guī)則，但是聯(lián)結(jié)主義人工智能沒有這樣的規(guī)則”〔4〕1366-1367。與符號主義人工智能不同，聯(lián)結(jié)主義人工智能的工作原理是尋找神經(jīng)網(wǎng)絡(luò)及其間的聯(lián)結(jié)機制及學(xué)習(xí)算法。雖然聯(lián)結(jié)主義與符號主義人工智能有區(qū)別，但聯(lián)結(jié)主義人工智能與符號主義人工智能的共同假設(shè)都是把認(rèn)知看作信息處理，且信息處理都具有可計算性?？梢姡呥_(dá)哥拉斯的“萬物皆數(shù)，數(shù)之和諧”思想為符號主義人工智能與聯(lián)結(jié)主義人工智能的發(fā)展奠定了基礎(chǔ)。
除了畢達(dá)哥拉斯的數(shù)論思想，古希臘亞里士多德的演繹邏輯系統(tǒng)也是人工智能的哲學(xué)思想源泉。人工智能符號主義學(xué)派也稱為邏輯主義學(xué)派，可見邏輯思想在人工智能發(fā)展中的重要地位與作用。即使是深受胡塞爾后期的現(xiàn)象學(xué)、海德格爾的存在現(xiàn)象學(xué)和梅洛-龐蒂的知覺現(xiàn)象學(xué)影響的人工智能專家德雷福斯，也肯定演繹邏輯以及形式系統(tǒng)在人工智能發(fā)展中的作用。在德雷福斯看來，符號主義人工智能的基礎(chǔ)是邏輯學(xué)，是哲學(xué)中的理性主義。人工智能的主要設(shè)想是可以運用計算機的邏輯運算來模擬人類思考的過程。圖靈嘗試依靠邏輯發(fā)明通用機，“我希望數(shù)字計算機能夠最終激起人們對符號邏輯的極大興趣……人與這些機器進(jìn)行交流的語言……構(gòu)成一種符號邏輯”〔5〕288。馬丁·戴維斯直接把符號主義學(xué)派的源頭追溯到亞里士多德，“把邏輯推理簡化為形式的努力可以追溯到亞里士多德”〔6〕200。亞里士多德是邏輯學(xué)的創(chuàng)始人，他認(rèn)為邏輯學(xué)是獲得真正知識的重要工具，邏輯學(xué)是哲學(xué)的基礎(chǔ)。亞里士多德注重演繹推理，特別重視三段論推理，他認(rèn)為三段論推理是一切思維運動的基本形式。三段論是一種典型的演繹推理模式，它由普遍性公理和推理規(guī)則經(jīng)過嚴(yán)密的邏輯論證得出必然性結(jié)論。圖靈的通用機以及符號主義人工智能的根本基礎(chǔ)，都可以歸結(jié)為邏輯或者演繹推理。
集邏輯分析方法與語言分析方法于一體的分析哲學(xué)也是人工智能的思想源泉，分析哲學(xué)把邏輯學(xué)看作一切學(xué)科的基礎(chǔ)，數(shù)學(xué)的基礎(chǔ)也是邏輯學(xué)，數(shù)學(xué)也要用邏輯符號來表示。分析哲學(xué)產(chǎn)生于20世紀(jì)初，代表人物是石里克與卡爾納普等人，其理論來源于英國的經(jīng)驗論者休謨、法國的實證主義者孔德、英國的邏輯主義者密爾和哲學(xué)家與心理學(xué)家馬赫等人的觀點。弗雷格的《算術(shù)基礎(chǔ)》、羅素與懷特海合著的《數(shù)學(xué)原理》、石里克的《普通認(rèn)識論》以及維特根斯坦的《邏輯哲學(xué)論》是分析哲學(xué)的代表著作。分析哲學(xué)的基本觀點是：哲學(xué)的任務(wù)是對知識進(jìn)行分析，強調(diào)通過對語言的邏輯分析來消除形而上學(xué)問題，認(rèn)為一切綜合命題都以經(jīng)驗為基礎(chǔ)等。分析哲學(xué)家認(rèn)為一切科學(xué)研究必須從經(jīng)驗出發(fā)，哲學(xué)的主要任務(wù)是運用現(xiàn)代數(shù)理邏輯和語言分析把復(fù)雜的概念分析為簡單的概念，分析哲學(xué)家想通過對語言的邏輯分析澄清語句、語詞的意義，通過語義上升，拋棄含混、模糊、有歧義的自然語言，把自然語言的語句轉(zhuǎn)換成邏輯命題，通過分析邏輯命題的意義清除偽哲學(xué)問題，達(dá)到拒斥形而上學(xué)的目的。分析哲學(xué)注重邏輯分析與語言分析，強調(diào)語言分析的重要性，分析哲學(xué)把科學(xué)的任務(wù)界定為發(fā)現(xiàn)真理，而邏輯的任務(wù)在于識別真理的規(guī)律。羅素立足于把哲學(xué)建成嚴(yán)密的科學(xué)，哲學(xué)像科學(xué)一樣可以獲得真理性的知識。在羅素看來，哲學(xué)和科學(xué)只有程度之分，沒有本質(zhì)區(qū)別。哲學(xué)問題都是邏輯問題，邏輯問題就是科學(xué)問題。對科學(xué)問題進(jìn)行分析還原之后，如果這個問題是邏輯問題，則它是哲學(xué)問題，否則就不是哲學(xué)問題。因此，邏輯是哲學(xué)的基礎(chǔ)。通過邏輯分析進(jìn)行還原涉及語言，那么，所有哲學(xué)問題命題都是語言表達(dá)式，語言結(jié)構(gòu)是邏輯結(jié)構(gòu)，是科學(xué)命題的真正的邏輯形式。
羅素的邏輯原子論從本體論角度堅持奧卡姆剃刀的最小化原則，從語言角度上堅持思維經(jīng)濟原則，語言表述堅持最小詞匯量原則。“如無必要，勿增實體”。羅素從邏輯學(xué)角度堅持邏輯前提或者公理最小化原則，“寧可構(gòu)造，勿要推論”。根據(jù)公理與推理規(guī)則建構(gòu)的邏輯學(xué)公理系統(tǒng)影響了圖靈、馮·諾依曼及其以后的人工智能專家。馮·諾依曼致力于為新機器設(shè)計邏輯方案，戈德斯坦把馮·諾依曼看成將邏輯應(yīng)用于計算機的第一人，“據(jù)我所知，馮·諾依曼是一個清楚地懂得計算機本質(zhì)上執(zhí)行的是邏輯功能的人”〔7〕69。馮·諾依曼在edvac的報告中也提到，不但從數(shù)學(xué)的觀點，而且從工程史和邏輯學(xué)家的觀點來探討大規(guī)模計算的機器。在人工智能哲學(xué)先驅(qū)德雷福斯看來，自從古希臘人發(fā)明了邏輯與幾何，就把一切推理歸結(jié)為計算。人工智能中符號主義的基礎(chǔ)是邏輯學(xué)，是哲學(xué)中的理性主義、還原論傳統(tǒng)。他們把計算機看成操作思想符號的系統(tǒng)，試圖用計算機來表達(dá)對世界的形式表述。心靈與計算機都是物理符號系統(tǒng)。在德雷福斯看來，“伽利略發(fā)現(xiàn)人們可以忽略的品質(zhì)和技術(shù)上的考慮，從而能找到一種用來描寫物質(zhì)運動的純形式化系統(tǒng)，同樣我們可以設(shè)想，一位研究人類行為的伽利略可能會把所有語義上的考慮（對意義的依賴），變成為句法（形式化）操作技巧”〔8〕76。人工智能的代表人物數(shù)理邏輯學(xué)家皮茨與生理學(xué)家麥卡洛克撰寫了《神經(jīng)活動中內(nèi)在觀念的邏輯運算》，他們的思想受到羅素與懷特海《數(shù)學(xué)原理》的啟發(fā)，堅持把一切數(shù)學(xué)還原為邏輯，甚至神經(jīng)網(wǎng)絡(luò)也可以用邏輯來表達(dá)。德雷福斯認(rèn)為人工智能的發(fā)展建立在四種假設(shè)之上，即生物學(xué)假設(shè)、心理學(xué)假設(shè)、本體論假設(shè)以及認(rèn)識論假設(shè)。其中認(rèn)識論假設(shè)指的是一切知識都可被形式化，可以被編碼成數(shù)字形式;本體論假設(shè)指的是存在一組在邏輯上相互獨立的事實，知識可以被編入計算機程序。紐維爾認(rèn)為：“人工智能科學(xué)家把計算機看成操作符號的機器，他們認(rèn)為，重要的是每一樣?xùn)|西都可以經(jīng)編碼成為符號，數(shù)字也不例外?！薄?〕196在符號主義者看來，符號是人類認(rèn)識外部世界的基本單元。人工智能的邏輯學(xué)派將人的認(rèn)識對象通過數(shù)學(xué)邏輯的方式抽象為符號，利用計算機的程序符號來模擬人認(rèn)知世界的過程。符號主義學(xué)派主要依靠計算機的邏輯符號來模擬人的認(rèn)知過程。人工智能的重量級人物紐維爾與西蒙構(gòu)造了第一個真正意義的人工智能程序，稱之為“邏輯專家”，可見人工智能專家受邏輯學(xué)思想影響之深，“任何表現(xiàn)出一般智能的系統(tǒng)，都可以證明是一個物理符號系統(tǒng)”〔10〕41。西蒙與紐維爾認(rèn)為，作為一般的智能行為，物理符號系統(tǒng)具有的計算手段既是必要的也是充分的。紐維爾與西蒙把其理論來源追溯到分析哲學(xué)家弗雷格、羅素與懷特海，“該假設(shè)的起源要追溯到弗雷格、懷特海與羅素就形式化邏輯提出的方案：以邏輯方式獲取基本的概念式數(shù)學(xué)觀念，把證明和演繹觀念置于可靠的根基上”〔11〕。德雷福斯認(rèn)為，真正的專家解決問題是訴諸直覺與整體性，在此基礎(chǔ)上對人工智能的認(rèn)識論假設(shè)與本體論假設(shè)進(jìn)行批判，但他同意專家系統(tǒng)必須使用某種類型的概論度量的邏輯標(biāo)準(zhǔn)，“認(rèn)知模擬的先驅(qū)者們——已經(jīng)繼承了霍布斯推理就是計算的主張，笛卡爾的心理表述、萊布尼茲的‘普遍文字’的思想——所有知識都可以在一組初始概念中得到表示”〔11〕。正如德雷福斯所言，“人工智能就是試圖找到主體（人或計算機）中的哲學(xué)本原元素和邏輯關(guān)系”〔12〕?？梢?，人工智能與邏輯學(xué)特別是分析哲學(xué)緊密相關(guān)，邏輯學(xué)與分析哲學(xué)是人工智能的一個重要思想來源。
古希臘先哲用簡單的物質(zhì)元素探索世界的本原。例如，泰勒斯把世界的本原歸結(jié)為水，赫拉克利特把世界的本原歸結(jié)為火，德謨克利特把世界的本原歸結(jié)為原子，認(rèn)為世界由不可分的原子構(gòu)成。他認(rèn)為，萬事萬物都可以還原為不可分最小微?！?，世界是由原子構(gòu)成的。復(fù)雜的事物由簡單的事物構(gòu)成，萬事萬物都由不可分的基本粒子構(gòu)成。世界由最基本的粒子構(gòu)成，復(fù)雜對象由基本粒子構(gòu)成，基本粒子決定了宇宙的性質(zhì)。
簡單性哲學(xué)原則不但用簡單元素追溯世界的本原，還致力于用力學(xué)解釋自然現(xiàn)象。不管是物理規(guī)律、化學(xué)規(guī)律、生物規(guī)律，甚至是社會規(guī)律都可以用力學(xué)解釋。哥白尼的日心說體系之所以取得科學(xué)界的支持也不是因為其解釋力強，而是因為其遵循了簡單性原則，從而取代了托勒密繁瑣的本輪-均輪模型。牛頓的力學(xué)三定律就立足于簡單性原則，用力來解釋所有運動。按照簡單性哲學(xué)原則，人與動物都是由簡單的粒子構(gòu)成，人與動物沒有根本區(qū)別，人與機器也沒有本質(zhì)區(qū)別，甚至可以說“人就是機器”。1747年，拉·梅特里發(fā)表了《人是機器》這一哲學(xué)巨著，提出“人是動物，因而也是機器，不過是更復(fù)雜的機器罷了”〔14〕69。笛卡爾把人體看作是與機械相類似，用機械的旋渦來解釋天體運動問題，他認(rèn)為宇宙是一架機器，機械運動是唯一的運動規(guī)律。牛頓、開普勒、伽利略等都力圖建立嚴(yán)密的力學(xué)體系來正確描述宏觀物理運動，甚至是天體運動。愛因斯坦試圖用公理化方法把自然界描繪成物質(zhì)在時空中運動的統(tǒng)一體，德國物理學(xué)家海森堡也認(rèn)為簡單性原則可以作為科學(xué)假說可接受性的標(biāo)準(zhǔn)。
不僅自然界的規(guī)律可以用力學(xué)表示，而且社會關(guān)系也可以用力學(xué)表示?？椎绿岢錾鐣恿W(xué)和社會靜力學(xué)概念，社會動力學(xué)又稱為社會物理學(xué)，立足于運用力學(xué)規(guī)律分析社會關(guān)系。1950年，斯賓塞出版《社會靜力學(xué)》，把事物的基本規(guī)律看作“力的恒久性規(guī)律”（thelawofpersistenceofforce）?！叭耸菣C器”的觀點啟發(fā)人工智能先驅(qū)開始了構(gòu)造具有人類智能機器的探索。
主體與客體的關(guān)系在哲學(xué)史上占居重要地位，是哲學(xué)研究中的核心問題，也是哲學(xué)史上諸多學(xué)派的思想源頭。古希臘米利都學(xué)派的泰勒斯探索萬物本源的時候就開始關(guān)注主體如何認(rèn)識客體，關(guān)注主體與客體的關(guān)系，普羅泰戈拉提出的命題“人是萬物的尺度”包括了主客二分思維的萌芽，笛卡爾的精神和物質(zhì)相互獨立的二元論思想暗含著主體和客體截然二分的思想。人們一般認(rèn)為，只有人類才能成為主體，人之外的世界是客體。那主客二分的標(biāo)準(zhǔn)是什么呢？人之所以為主體的標(biāo)準(zhǔn)又是什么呢？有的學(xué)者認(rèn)為只有主體才具有意向性，客體不具有意向性，客體只是主體認(rèn)識的對象。主體一般具有獨立意識或者個體經(jīng)驗。哲學(xué)意義的認(rèn)識論指的是個體對知識和知識獲得所持有的信念，主要包括知識結(jié)構(gòu)、知識本質(zhì)、知識來源和知識判斷的信念等內(nèi)容，主體與客體的關(guān)系問題是哲學(xué)的核心問題。認(rèn)識論中的可知論與不可知論是研究主體之外的客體是否可知，唯心主義與唯物主義的區(qū)分以及各種不同的哲學(xué)流派的分野都基于主體與客體截然二分的哲學(xué)基礎(chǔ)，哲學(xué)史上，各大流派都曾經(jīng)把主客關(guān)系作為研究的切入點。
人工智能是賦予機器智能，讓機器可以模擬或者代替人類的某種智能。人工智能基于不同的哲學(xué)理念有不同的研究進(jìn)路，人工智能發(fā)展史上不同思想的對立也是基于對于主體與客體關(guān)系的哲學(xué)思考。一般來講，人工智能可分為三種進(jìn)路，即符號主義進(jìn)路、聯(lián)結(jié)主義進(jìn)路以及行為主義進(jìn)路。人工智能符號主義進(jìn)路把人類的認(rèn)知過程看成符號計算過程，人類認(rèn)知是物理符號系統(tǒng)，人工智能先驅(qū)德雷福斯（s）認(rèn)為，人工智能研究者其實與煉金術(shù)師一樣，也是對一些符號進(jìn)行不同的處理。因此，在人工智能的符號主義看來，人與機器沒有本質(zhì)區(qū)別，人類的心智同樣可以還原成符號計算。德雷福斯在《計算機不能做什么：人工智能的極限》中提出，人工智能機器是基于生物學(xué)假設(shè)、心理學(xué)假設(shè)、認(rèn)識論假設(shè)以及本體論假設(shè)基礎(chǔ)之上的?！吧飳W(xué)假設(shè)：在某一運算水平上，大腦與計算機一樣，以離散的運算方式加工信息;心理學(xué)假設(shè)：大腦被看作一種按照形式規(guī)則加工信息單位的裝置;認(rèn)識論假設(shè)：一切知識都可被形式化，可以被編碼成數(shù)字形式;本體論假設(shè)：存在是一組在邏輯上相互獨立的事實，知識可以被編入計算機程序”〔17〕156。從德雷福斯關(guān)于人工智能的四個假設(shè)中我們可以看出，人工智能與人類一樣都是對信息加工和處理的工具，從這個意義上講，主體與客體之間沒有本質(zhì)的區(qū)別。主體與客體不能截然二分，之所以對主體和客體進(jìn)行區(qū)分，表明人類對于自身的認(rèn)知規(guī)律和智能結(jié)構(gòu)沒有真正揭示。
人工智能的聯(lián)結(jié)主義進(jìn)路，又稱為仿生學(xué)派或生理學(xué)派，認(rèn)為人工智能源于仿生學(xué)，特別是對人腦模型的研究，其主要原理為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機制與學(xué)習(xí)算法。聯(lián)結(jié)主義起初是用軟件模擬神經(jīng)網(wǎng)絡(luò)，后來發(fā)展到用硬件模擬神經(jīng)網(wǎng)絡(luò)。其理論假設(shè)是人與機器如果具有同樣的結(jié)構(gòu)應(yīng)該具有同樣的功能，可以通過研究人腦的物理結(jié)構(gòu)從而制造出類似人腦的機器。在聯(lián)結(jié)主義看來，人與機器結(jié)構(gòu)相同，人腦與計算機程序運行模式相同，則功能相同。紐維爾（allennewell）認(rèn)為，智能的計算機程序可以被用來模擬人類的思維過程。聯(lián)結(jié)主義失敗的原因是人腦的結(jié)構(gòu)并不像人工智能研究者們在電腦上模擬一樣，人類的大腦是將物理事實與知覺過程所連接的客觀事實，而不只是對信息進(jìn)行加工的一臺機器。人與機器不同，機器不具有人類的精神狀態(tài)和意識。人類的精神狀態(tài)和意識是否由人腦結(jié)構(gòu)決定呢？人類精神狀態(tài)和意識是先驗存在還是后天習(xí)得仍然是認(rèn)知科學(xué)研究的難題。因此，通過神經(jīng)網(wǎng)絡(luò)讓機器模擬人類智能行不通。通過對人工智能的符號主義和聯(lián)結(jié)主義的分析我們發(fā)現(xiàn)，主體與客體區(qū)別的必要性得以彰顯，人的主體性地位不能動搖。
人工智能的行為主義進(jìn)路，又稱為人工智能的進(jìn)化主義或控制論學(xué)派，其原理為維納和麥克洛克等學(xué)者的控制論思想及感知-動作型控制系統(tǒng)。研究重點是模擬人在控制過程中的智能行為和作用，如對自適應(yīng)、自組織和自學(xué)習(xí)等的研究。人工智能行為主義學(xué)派的代表布魯克斯（rodneybrooks）研制的“六足機器人”實質(zhì)上是一個基于感知-動作模式模擬昆蟲行為的控制系統(tǒng)，能夠適應(yīng)外界的環(huán)境，但這樣的機器人也不具有人類的感知與認(rèn)知能力，主體與客體之間還是可以嚴(yán)格區(qū)分。人工智能的目標(biāo)從技術(shù)層面來講是制造出對人類有益的智能機器，從哲學(xué)層面來講，就是利用人工智能概念和模型，通過機器模擬人類智能來推動哲學(xué)核心思想主客二分問題的研究，借此解決哲學(xué)上的身心問題、意識難題等問題。哲學(xué)的核心問題與人工智能的研究是相互促進(jìn)的。
綜上所述，人工智能技術(shù)的發(fā)展有其哲學(xué)根源，根源于數(shù)是萬物本源思想、萬物皆數(shù)思想以及數(shù)的簡單、和諧思想，還根源于亞里士多德的邏輯思想以及分析哲學(xué)的邏輯分析研究方法。在眾多哲學(xué)思想中，簡單性原則是人工智能的哲學(xué)思想源泉。人工智能就是計算機用邏輯方法把思維還原為簡單數(shù)字來模擬人腦的過程。人工智能發(fā)展是思維的革命，人工智能涉及信息與計算的本體地位和方法論問題，人工智能的發(fā)展迫使哲學(xué)家們對思維的存在形式進(jìn)行深入研究，從而把形而上的論證變成可操作的過程。人工智能的目標(biāo)是通過計算機實現(xiàn)機器模仿人類智能，人工智能的發(fā)展直接指向哲學(xué)的中心問題。例如，意向性問題、形式化問題、身心問題等。對于人工智能的哲學(xué)基礎(chǔ)溯源有利于推動哲學(xué)的進(jìn)步與發(fā)展，也可以拓展對于傳統(tǒng)哲學(xué)問題的研究。只有對人工智能的哲學(xué)思想基礎(chǔ)進(jìn)行追溯與探源，才能為人工智能工作者提供思想源泉，從而更好地理解與把握人工智能的理論基礎(chǔ)、發(fā)現(xiàn)人工智能的發(fā)展規(guī)律以及預(yù)測人工智能的發(fā)展趨勢、把握人工智能的發(fā)展方向。
參考文獻(xiàn)：
〔1〕瑪格麗特·博登.人工智能哲學(xué)〔m〕.劉西瑞，王漢琦，譯.上海：上海譯文出版社，2001.
〔2〕汪子嵩，等.希臘哲學(xué)史〔m〕.北京：人民出版社，2004.
〔3〕亞里士多德.形而上學(xué)〔m〕.李真，譯.上海：上海人民出版社，1995.〔4〕安東尼·梅耶斯.愛思唯爾科學(xué)哲學(xué)手冊〔m〕.張培富，等譯.北京：北京師范大學(xué)出版社，2015.
〔5〕〔m〕.northholland，amsterdam：macmillanmagazinesltd，1992.
〔6〕davis，soflogic：mathematiciansandtheoriginofthecomputer〔m〕.newyork：&，2001.
人工智能的弊端論文篇十一
人工智能和數(shù)字地球是計算機科學(xué)及信息科學(xué)發(fā)展中的重要領(lǐng)域。本文簡述了人工智能的概念及其在計算機上的實現(xiàn)方式，并提出了人工智能技術(shù)在數(shù)字地球發(fā)展中幾個方面的應(yīng)用，最后總結(jié)了人工智能技術(shù)為數(shù)字地球的發(fā)展帶來的好處。
1前言
，美國副總統(tǒng)阿爾.戈爾在加利福尼亞科學(xué)中心作的演講中提出了“數(shù)字地球”這一新概念，并對其作了比較全面和通俗的說明[1]。演講中戈爾總統(tǒng)給出數(shù)字地球可能的無比廣闊的應(yīng)用前景，人們可以通過數(shù)字地球技術(shù)指導(dǎo)仿真外交，打擊和監(jiān)測犯罪，保護生態(tài)多樣性，預(yù)測氣候變化，增加作物產(chǎn)量等。
在數(shù)字地球中非常重要的一點是如何使海量的地理空間數(shù)據(jù)變得有意義，即讓它們能過被人們所理解。但是，在面對這些海量的數(shù)據(jù)時，我們處理的手段卻是有限的。而且這些數(shù)據(jù)都是由計算機來處理的，在面對大量數(shù)據(jù)中的無用數(shù)據(jù)時，計算機是很難將其識別出來的。所以我們需要讓計算機具有人類一樣的智慧，將這些數(shù)據(jù)進(jìn)行有效的處理。如今，人工智能技術(shù)在數(shù)字地球中有著廣泛的應(yīng)用。通過這一技術(shù)，人們可以高效的處理和分析這些海量數(shù)據(jù)。
2人工智能的實現(xiàn)方式
人工智能在計算機上有兩種不同的實現(xiàn)方式。一種是采用傳統(tǒng)的編碼技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用的方法是否與人或動物機體所用的方法相同。另一種是模擬法(modelingapproach)，它要求實現(xiàn)方法也和人或動物機體所用的方法相同或相似。模擬法有兩種實現(xiàn)的算法：遺傳算法和神經(jīng)網(wǎng)絡(luò)算法。
遺傳算法借鑒生物進(jìn)化論，將要解決的問題模擬成一個生物體，通過復(fù)制、交叉、突變等操作產(chǎn)生下一代解空間[3]，并通過適應(yīng)函數(shù)度來淘汰那些不良的個體，這樣迭代進(jìn)化幾代之后就很有可能得到適應(yīng)度函數(shù)值較高的個體。遺傳算法通常用在求解問題最優(yōu)解的情況下，如函數(shù)優(yōu)化、組合優(yōu)化等。
神經(jīng)網(wǎng)絡(luò)算法通過模擬人或動物的神經(jīng)網(wǎng)絡(luò)傳遞和處理信息的行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型[4]。使用神經(jīng)網(wǎng)絡(luò)算法使系統(tǒng)具有像人一樣學(xué)習(xí)的特征。初始時，系統(tǒng)模塊跟初生嬰兒一樣什么也不懂，而且會經(jīng)常犯錯，但是它可用通過學(xué)習(xí)，從錯誤中吸取教訓(xùn)，下一次運行時就可能改正。
3人工智能技術(shù)在數(shù)字地球中的應(yīng)用
人工智能能夠使我們的計算機具有人能解決問題的能力，使得計算機工作起來更加的高效。而且通過人工智能的學(xué)習(xí)機制，降低其出錯的幾率。人工智能在數(shù)字地球中可以有以下幾個方面的應(yīng)用：
3.1智能導(dǎo)航
當(dāng)前我們主要使用gps技術(shù)來做定位和導(dǎo)航的。但是gps只能在室外及衛(wèi)星信號不被遮擋或反射的地方才能使用。因此，在室內(nèi)、茂密的樹木覆蓋處和高層建筑地下gps就很難使用了[5]。
使用人工智能技術(shù)進(jìn)行智能導(dǎo)航，當(dāng)不能獲得gps衛(wèi)星信號時，系統(tǒng)會智能的使用基于通信基站定位、互聯(lián)網(wǎng)定位等來提供導(dǎo)航。同時，人工智能系統(tǒng)還可以實現(xiàn)最優(yōu)路徑規(guī)劃，周邊信息搜索等功能。
3.2智能的人機交互
數(shù)字地球的建設(shè)依賴于互聯(lián)網(wǎng)、虛擬現(xiàn)實等技術(shù)，但是現(xiàn)在我們能做的僅僅是通過這些技術(shù)將我們所獲得的海量數(shù)據(jù)展現(xiàn)在人們面前。而顯示信息的形式主要是以瀏覽器、虛擬頭盔等，這些工具存在著不能與人友好交互的問題。我們通常是通過人肢體來交互，而不能像現(xiàn)實生活中人們通過對話的形式交互。
3.3專家系統(tǒng)
計算機較人強的地方在于它的計算速度快，將計算機的高運算速度和人的智慧集成起來構(gòu)成專家系統(tǒng)。專家系統(tǒng)使用人類專家推理的模型來處理現(xiàn)實世界中需要專家作出解釋的復(fù)雜問題，并得出與專家相同的結(jié)論[6]。
在氣象預(yù)測中，我們要處理大量的氣象數(shù)據(jù)。使用傳統(tǒng)的計算機處理方式，我們還要對計算機的處理結(jié)果做大量的分析。但是通過專家系統(tǒng)，不僅給出處理的數(shù)據(jù)結(jié)果，還可以給出分析的結(jié)果，以便研究人員輔助研究使用。這樣可以減少大量的人力耗費。
總結(jié)
戈爾總統(tǒng)所提出的數(shù)字地球，不僅僅是數(shù)字化的地球，其未來的發(fā)展跟應(yīng)該是在數(shù)字化的基礎(chǔ)之上的智慧地球，正如20xx年ibm所提出的“智慧地球”。未來，電子設(shè)備將會更加智能化，人機交互將會更友好化。
同時在面對海量的地理空間數(shù)據(jù)時，使用人工智能技術(shù)可以拓寬我們隊這些數(shù)據(jù)的處理能力。加快數(shù)據(jù)的處理速度、精確性等。通過智能搜索，可以快速精準(zhǔn)的找到我們所需要的信息。就像google公司所做的智能周邊搜索一樣，當(dāng)人們走在城市街道上的時候，系統(tǒng)可以搜索并顯示周邊我們感興趣的一些商店、景觀、飯店等信息。并且人工智能技術(shù)還能提供智能導(dǎo)航、人機自然語言交互、專家系統(tǒng)等。未來人工智能技術(shù)將在數(shù)字地球的發(fā)展中起到更大的作用。
人工智能的弊端論文篇十二
摘要：隨著工業(yè)領(lǐng)域的迅猛發(fā)展，自動化、智能化被當(dāng)做是電氣控制領(lǐng)域的重點發(fā)展趨勢。為了讓電氣自動化控制中人工智能技術(shù)發(fā)揮更大的作用，本文概括了人工智能技術(shù)，闡述了人工智能技術(shù)在電氣自動化領(lǐng)域的使用實例，以此期望對有關(guān)工作人員能有幫助。
關(guān)鍵詞：電氣控制；自動化控制；人工智能
近年來隨著國內(nèi)外人工智能研究的興起與發(fā)展，越來越多的傳統(tǒng)領(lǐng)域開始思考能否在自己的產(chǎn)品生產(chǎn)線上使用人工智能技術(shù)，所以它的實際使用領(lǐng)域廣泛。現(xiàn)代社會的發(fā)展離不開人工智能技術(shù)的使用，特別是在現(xiàn)代工業(yè)的領(lǐng)域，在方法上需要依靠最新的人工智能技術(shù)為支持，但要做到讓人工智能技術(shù)在電氣自動化控制中更好的發(fā)揮作用，我們先要知道人工智能技術(shù)到底是什么樣的技術(shù)[1]。
1人工智能技術(shù)的概述
國內(nèi)的創(chuàng)新熱潮近幾年正在蓬勃的發(fā)展，各種新技術(shù)競相展現(xiàn)，人工智能技術(shù)也逐漸成熟了，而且它在當(dāng)今社會中的使用也更加寬泛。人工智能技術(shù)的建立，不僅要有計算機技術(shù)知識進(jìn)行有效支持，還與其他學(xué)科知識息息相關(guān)，人工智能技術(shù)通俗上講就是生產(chǎn)出可以替代人類來工作的智能化機器人，將來許多崗位都可以由機器來替代人類工作[2]。隨著科技的日新月異，科學(xué)家們已經(jīng)成功地生產(chǎn)出了類似于人腦一樣思考的人工大腦芯片，并將這種新技術(shù)命名為人工智能技術(shù)。在人們平常的生產(chǎn)活動中，已有非常多的范圍都使用了人工智能技術(shù)，而且它們的現(xiàn)實使用效率非常高。
2人工智能技術(shù)在電氣自動化中的應(yīng)用廣闊前景
電氣自動化中應(yīng)用人工智能技術(shù)，不僅在極大程度上讓工人更好的操控電氣自動化設(shè)備，還極大地減少了電氣自動化的使用成本，這說明發(fā)展人工智能技術(shù)的前景是非常有利的。
2.1電氣自動化控制中加入人工智能技術(shù)的重要性
人工智能技術(shù)同人類的工作方式相比有許多人類不能替代的優(yōu)勢，例如人工智能對于數(shù)字和程式非常敏感，可以長時間的集中于處理同一個問題，這些優(yōu)勢可以幫助人類解決一些繁復(fù)的工作，所以電氣自動化控制中應(yīng)用人工智能技術(shù)后，它一定可以為人類創(chuàng)造更大的價值[3]。
2.2人工智能技術(shù)在電氣自動化控制中的應(yīng)用優(yōu)勢
因為電氣設(shè)備的復(fù)雜性和連貫性的要求，所以對電氣設(shè)備的設(shè)計人員就提出了非常高的專業(yè)要求，除了具備非常扎實的專業(yè)知識以外，還要求他們的設(shè)計最好可以結(jié)合最新的科學(xué)技術(shù)。在電氣自動化控制中使用人工智能技術(shù)之后，會帶來很多便利性，具體表現(xiàn)為下面這4點：（1）數(shù)據(jù)的收集與運算都能利用人工智能技術(shù)來實現(xiàn)，因為擁有了這一作用，以此一來就能對電氣設(shè)備的每樣數(shù)值開展收集，還可立即對數(shù)據(jù)進(jìn)行運算，因此能讓電氣自動化的現(xiàn)實管控效果得以大范圍提高。（2）人工智能技術(shù)可實現(xiàn)連續(xù)的監(jiān)管并實現(xiàn)必要的報警。人工智能技術(shù)能同步監(jiān)控電氣系統(tǒng)中主要設(shè)備的模擬數(shù)據(jù)值。（3）人工智能管控的操縱監(jiān)控系統(tǒng)較高效。能夠通過鼠標(biāo)、鍵盤來對電氣設(shè)備實行自動化管控，因為使用管控流程就能夠?qū)崿F(xiàn)同步并網(wǎng)帶負(fù)荷操縱，以此以來不僅能夠大范圍減少工作人員的勞動時間，還能讓控制效率得以提升，這同目前工業(yè)發(fā)展的`現(xiàn)實需要非常符合[4]。（4）差錯記載功能也是人工智能技術(shù)擁有的獨特特點，人類可以更好的運用這個技術(shù)來監(jiān)測每一個運行環(huán)節(jié)中出現(xiàn)的點滴差池，以此來調(diào)試設(shè)備使其達(dá)到最佳的狀態(tài)，這從根本上提高了電氣設(shè)備的運行效率和使用安全度，使其更好的為人類服務(wù)。
3人工智能技術(shù)在電氣自動化中的應(yīng)用分析
因為目前從根本上升級了人工智能技術(shù)，加上它技術(shù)的逐漸完備，越來越多的電氣設(shè)備開始同人工智能技術(shù)掛鉤，為了更加直觀的介紹人工智能設(shè)備的特點與技術(shù)屬性，筆者主要對電氣自動化設(shè)備中人工智能技術(shù)的使用和電氣管控流程中人工智能技術(shù)的使用開展了辨析。
3.1人工智能技術(shù)在電氣自動化設(shè)備中的應(yīng)用
電氣自動化系統(tǒng)有極大的繁雜性，它主要牽扯到許多范圍與科目，這就對操控電氣自動化設(shè)備的員工提出了很高的要求，他們應(yīng)該擁有很高的職業(yè)素養(yǎng)，而且還要有充足的知識儲備。因為電氣自動化體系相當(dāng)繁雜，所以在現(xiàn)實操控中的效率性要加強，這樣才能極大程度地降低因為不合理使用，導(dǎo)致出現(xiàn)非常規(guī)錯誤，有時更可能導(dǎo)致安全事故等。這些問題的解決都可憑借人工智能技術(shù)來達(dá)成，就人工智能技術(shù)自身來看，其系統(tǒng)中心主要是計算機系統(tǒng)，經(jīng)由編輯每種操控系統(tǒng)，能夠使計算機控制中的智能管控得以更好的施行[5]。
3.2人工智能技術(shù)在電氣控制過程中的應(yīng)用
就電氣自動化的管控流程來看，人工智能可以幫助人類更好的控制電氣設(shè)備。在電氣設(shè)備的控制系統(tǒng)中，引入人工智能的現(xiàn)金技術(shù)后，能讓實際工作操作效果在很大范圍上得以提升，還能使得整個操作過程實現(xiàn)無人化監(jiān)管，這樣一來達(dá)到了企業(yè)節(jié)約成本的目的，尤其是不用再去花費大筆的人工費用。除此之外就從整個控制過程來看，人工智能技術(shù)可以實現(xiàn)同多臺設(shè)備的同時控制，專家體系、模擬操控和神經(jīng)網(wǎng)絡(luò)操控是其首要應(yīng)用的人工智能系統(tǒng)[6]。
4總結(jié)
科技的發(fā)展讓人類的生活更加便利與美好，人工智能技術(shù)的發(fā)揮在那越來越推進(jìn)了現(xiàn)代工業(yè)的更好發(fā)展。因為人工智能技術(shù)具備相當(dāng)多的優(yōu)點，它是這些年來發(fā)展起來的一門新興高科技技術(shù)，它在實際應(yīng)用中有巨大的使用效率，不僅在電氣自動化控制中，加入人工智能技術(shù)后，極大程度上提高了電氣設(shè)備的控制度，讓它能更好的的服務(wù)人類生產(chǎn)活動；同時電氣設(shè)備上結(jié)合了人工智能技術(shù)，讓電氣自動化設(shè)備的操控系統(tǒng)變得更加簡潔，提高了員工操控效率；降低了企業(yè)的人力物力成本，使得生產(chǎn)流程更加科學(xué)、連貫，所以大力發(fā)展人工智能技術(shù)與電氣自動化的結(jié)合是非常有必要的研究。
參考文獻(xiàn)：
[5]黃開平.高級項目中自動化系統(tǒng)的應(yīng)用[j].電氣時代,20xx(02)．
人工智能的弊端論文篇十三
摘要：電氣工程及其自動化的實現(xiàn)，從根本上促進(jìn)我國電氣產(chǎn)業(yè)迅速發(fā)展，滿足人們的日常生活需求。但在實際的自動化發(fā)展過程中，還存在一些不足之處影響電氣工程的生產(chǎn)效率，難以滿足當(dāng)前時代的需求，基于此，作者結(jié)合自身經(jīng)驗，對電氣工程及其自動化發(fā)展的現(xiàn)狀，及其中存在的問題及解決措施進(jìn)行有效的分析，以供相關(guān)人員參考，為其提供借鑒。
關(guān)鍵詞：電氣工程；自動化；問題
引言
隨著時代不斷發(fā)展，信息技術(shù)、電氣工程自動化技術(shù)逐漸被廣泛應(yīng)用。受生產(chǎn)力水平提升的影響，人們對于電氣工程及其自動化的要求也不斷提升，以滿足時代發(fā)展，但實際上，現(xiàn)階段電氣工程及其自動化中存在諸多問題，其技術(shù)水平與社會生產(chǎn)力發(fā)展需求未能有效的相適應(yīng)，難以滿足當(dāng)前社會的需求。
1我國電氣工程及其自動化現(xiàn)狀分析
電氣工程及其自動化屬于新型的技術(shù)，具有較強的綜合性，直接影響我國工業(yè)的生產(chǎn)水平，并與人們的日常生活息息相關(guān)。現(xiàn)階段，我國電氣工程技術(shù)不斷創(chuàng)新發(fā)展，從根本上帶動電氣工程及其自動化領(lǐng)域發(fā)展，并促使其逐漸向高新技術(shù)轉(zhuǎn)化，擴大技術(shù)的應(yīng)用范圍，從整體上促進(jìn)國民經(jīng)濟提升。實際上，電氣工程及其自動化屬于現(xiàn)代電氣信息領(lǐng)域，其涵蓋內(nèi)容非常廣泛，包括與電氣工程相關(guān)的所有工程，并在多個領(lǐng)域中進(jìn)行應(yīng)用，例如，工業(yè)領(lǐng)域、軍事領(lǐng)域、農(nóng)業(yè)領(lǐng)域等，對我國的工業(yè)與社會發(fā)展起到積極的促進(jìn)作用，同時，電氣工程及其自動化技術(shù)的創(chuàng)新與發(fā)展對于人們的日常生活方式與生產(chǎn)方式也產(chǎn)生影響，以推動國民經(jīng)濟穩(wěn)定發(fā)展[1]。
2我國電氣工程及其自動化中存在的問題
2.1電氣工程能源損耗問題
在電氣工程及其自動化的實際應(yīng)用過程中，受自身的工作性質(zhì)與設(shè)備影響，存在能源損耗問題，直接造成能源浪費，加劇現(xiàn)階段我國能源緊缺的壓力，與當(dāng)前的節(jié)能減排理念相悖，不符合可持續(xù)發(fā)展戰(zhàn)略的實施，同時提升了工業(yè)生產(chǎn)的成本支出，降低了經(jīng)濟效益。
2.2電氣系統(tǒng)的集成化不高
現(xiàn)階段，受時代發(fā)展與實際需求的影響，促使電氣工程自動化系統(tǒng)逐漸向集成化方向發(fā)展，以滿足當(dāng)前時代的要求，但由于我國電氣集成化起步較晚，當(dāng)前的集成化水平較低，處于獨立自動化階段，影響信息與資源的共享。
2.3電氣工程自動化系統(tǒng)難以統(tǒng)一
為了滿足當(dāng)前的發(fā)展需求，電氣工程要利用先進(jìn)的技術(shù)，構(gòu)建完善合理的自動化系統(tǒng)，以此提升工作效率，但受多種因素影響，系統(tǒng)難以進(jìn)行合理的統(tǒng)一，缺乏兼容性，降低了系統(tǒng)的工作效率。
2.4電氣工程質(zhì)量達(dá)不到要求
電氣工程的質(zhì)量直接影響其使用壽命，但受實際的工程質(zhì)量管理工作影響，以及工作人員自身的管理水平偏低、管理意識落后等因素的影響，導(dǎo)致電氣工程質(zhì)量經(jīng)常達(dá)不到實際的要求，質(zhì)量管理效率不高。
3現(xiàn)階段我國電氣工程及其自動化中存在問題的解決措施
3.1合理對電氣工程進(jìn)行節(jié)能設(shè)計
在當(dāng)前的時代背景下，工作人員應(yīng)重視電氣工程的能源損耗問題，利用先進(jìn)的技術(shù)手段，降低能源消耗，以滿足當(dāng)前可持續(xù)發(fā)展戰(zhàn)略，緩解我國能源與資源緊缺問題。例如，利用合理的技術(shù)手段，優(yōu)化電氣工程的節(jié)能設(shè)計，從根本上降低能源的不必要浪費，降低成本的支出。在實際的節(jié)能設(shè)計優(yōu)化過程中，工作人員應(yīng)結(jié)合實際情況，以工作最基本要求為基礎(chǔ)，對非重點環(huán)節(jié)進(jìn)行有效的改良，如，對現(xiàn)階段的變壓器進(jìn)行改良，選擇繞組阻值較小的供電系統(tǒng)變壓器，以此來降低變壓器的能源損耗，從而減少不必要的損失浪費，達(dá)到節(jié)能的目的，促使我國電氣工程實現(xiàn)可持續(xù)發(fā)展。
3.2從整體上提升電氣工程自動化系統(tǒng)的集成化水平
提升工作人員自身的專業(yè)水平與能力，利用工作人員的專業(yè)技術(shù)，建立完善的系統(tǒng)平臺，并充分發(fā)揮其創(chuàng)新意識與主觀意識，從根本上滿足實際的集成化需求，具體來說，主要從以下兩方面入手：一方面，完善電氣工程系統(tǒng)的兼容性，保證系統(tǒng)軟硬件在交換過程中具有統(tǒng)一的接口，從而實現(xiàn)信息數(shù)據(jù)的共享；另一方面，提升各功能與系統(tǒng)之間的鏈接效率，從整體上降低電氣工程自動化系統(tǒng)的運行成本，從而促使減少設(shè)計成本的支出，以滿足當(dāng)前時代的需求。
3.3構(gòu)建科學(xué)合理、統(tǒng)一的電氣自動化系統(tǒng)
構(gòu)建科學(xué)合理、統(tǒng)一的電氣自動化系統(tǒng)是電氣工程未來發(fā)展的主要方向與趨勢，以此來提升電氣工程的整體質(zhì)量。具體來說，主要包含以下幾方面：首先，積極引進(jìn)先進(jìn)的技術(shù)，以先進(jìn)的電氣自動化技術(shù)為基礎(chǔ)，構(gòu)建完善的系統(tǒng)，從而提升整體的管理水平；其次，引進(jìn)先進(jìn)的設(shè)計理念，完善現(xiàn)階段電氣自動化系統(tǒng)，改善其中的不合理之處，并針對現(xiàn)階段的企業(yè)不同需求進(jìn)行個性化開發(fā)；最后，實現(xiàn)信息資源的有效共享，促進(jìn)我國電氣工程領(lǐng)域穩(wěn)定發(fā)展，跟上時代發(fā)展的步伐[2]。
3.4重視對電氣工程的質(zhì)量管理
重視對電氣工程的質(zhì)量管理，可以從根本上提升電氣工程質(zhì)量與使用壽命，并保證工程使用安全。具體來說，可以從以下幾方面入手：首先，加強工作管理人員對電氣工程質(zhì)量管理的重視力度，認(rèn)識到管理的重要性，以此來保證工程質(zhì)量；其次，加強現(xiàn)階段工作人員自身的專業(yè)水平與能力，通過定期的培訓(xùn)，強化工作人員的專業(yè)水平與技術(shù)理念，利用其良好的綜合素養(yǎng)，提升質(zhì)量管理效率；然后，加強對電氣工程施工材料的管理，保證材料的質(zhì)量，從而提升電氣工程的質(zhì)量；最后，重視對各個施工環(huán)節(jié)的質(zhì)量管理，通過合理的監(jiān)督與管理，保證施工的規(guī)范性，并以其整體質(zhì)量為基礎(chǔ)，適當(dāng)對施工進(jìn)度進(jìn)行合理的調(diào)整，以此來保證施工的整體進(jìn)度。
4結(jié)論
綜上所述，電氣工程及其自動化中存在的問題，直接影響電氣工程的整體質(zhì)量與效率，因此，工作人員應(yīng)積極引進(jìn)先進(jìn)的技術(shù)與設(shè)備，通過不斷的革新與發(fā)展，合理的進(jìn)行資源節(jié)約，降低成本的支出，以此來獲取可觀的經(jīng)濟效益。同時，加強對電氣工程的研究力度，不斷提升其技術(shù)水平,從而推動我國電氣工程及其自動化領(lǐng)域穩(wěn)定發(fā)展。
參考文獻(xiàn)：
[1]宋海南.電氣工程及其自動化中存在的問題及解決措施[j].南方農(nóng)機,20xx,47(11):134+148.
[2]閆海東,程世偉.淺析電氣工程及其自動化中存在的問題及解決措施[j].科技創(chuàng)新與應(yīng)用,20xx(06):69.
人工智能的弊端論文篇十四
像阿里巴巴開發(fā)的無人超市之中，如果到達(dá)各地的話，甚至滲透到其他各個領(lǐng)域，一大批的人將會失去工作崗位，而這些無用群體是否會危害，是為我們不得而知。
人工智能加速了人們的退化，人工智能本意是給人們提供便利，創(chuàng)造更便捷的生活，但隨著人類對智能設(shè)備的依賴及弊端也逐漸的暴露了出來，滋生惰性，設(shè)想你處在一個除了吃喝拉撒都能給你解決的環(huán)境之中，久而久之你就會形成一種依賴，甚至你不用動腦子，你不用學(xué)習(xí)勞動，那些人類，活著的意義在哪里？如此的往復(fù)循環(huán)世界就會產(chǎn)生高知識種類和一群什么都不會的，豬一般的兩種極端，這不是文明的進(jìn)步，這是人類的退化。
可以見，要想維持社會的穩(wěn)定，整體是不可忽視的，就好比人工智能大量取代人類工作崗位，這樣的急功近利是完全不可取的，只有整體的發(fā)展了，社會才能是平衡的。
人工智能加速了人類的退化，并非進(jìn)步的思想在排斥，只是想告訴我們，圖發(fā)展也不能一邊倒，走極端中會翻船，如果出現(xiàn)了大量所謂的無用群體，想來社會也是很難發(fā)展下去了，存在的弊端及其巨大。人工智能加速了人們的退化，若想發(fā)展，萬事三思。
【本文地址：http://mlvmservice.com/zuowen/4810185.html】
