導語：如何才能寫好一篇人工智能和智能制造，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

偌大的空間里，幾百臺“機械手臂”錯落有致地來回搖擺，快速精準地完成取材、切割、鉆孔、噴涂等一系列工序。

這是維尚家具集團（尚品宅配）位于制造業重鎮――佛山生產車間里工業機器人的“勞作”場景。

在珠三角地區，這樣的場景幾乎隨處可見，而在輻射更廣的長三角、京津冀乃至整個東部沿海制造業聚集區，工I機器人也已悄無聲息地走進工廠車間。

“工業機器人是智能制造中一個不可或缺的關鍵智能設備，是企業實現智能制造的一個支撐基礎。”在中國機器人產業聯盟執行理事長宋曉剛看來，這是制造業智能轉型的必然趨勢。 海信智能工廠內工業機器人的工作場景

國家重大技術裝備辦公室主任、工信部裝備工業司司長李東在接受《t望東方周刊》專訪時也表示，工業機器人是推動和支撐智能制造發展的關鍵技術裝備之一，未來在制造業領域的應用會很廣泛。

“但我們必須看到，目前外國品牌仍在國內市場占據主要地位，而國產工業機器人仍存諸多不足，發展空間很大?！崩顤|對本刊記者強調。

“機器換人”為什么越來越快

工業機器人的概念最早由美國人戴沃爾于1954年提出。4年后，美國人英格伯格、德沃爾就制造出了世界上第一臺工業機器人，外形像坦克的炮塔，配有可轉動的大、小機械臂，可抓放零件。

隨后，工業機器人開始從美國流入歐洲，乃至遙遠的日本，引發了關注。

上世紀70年代后，工業機器人的研究與開發進入一個新階段，產品開始應用到一些工業生產領域。

中國工業機器人的萌芽也大致始于同一時間。

當時，由于改革開放初期企業技術改造的需要，上海出現了以數控技術為基礎的工業機器人，如上海針織九廠的插銷板控制機器人、上海同和電機廠的壓鑄用機器人。

到80年代，中國開始將工業機器人的研發列入國家計劃，組織專家進行技術攻關;而“九五”之后，工業機器人的研發轉變為圍繞制造業的實際需求，力圖把工業機器人從實驗室中帶到工廠的生產線上。

這期間，中國才出現一批真正意義上的機器人生產企業，包括目前在國內工業機器人領域排名靠前的沈陽新松、哈工大旗下的博實等。而彼時，國外工業機器人四大家族――ABB、發那科、安川、庫卡均早已在中國落戶。

“當時國內的制造業得益于廉價的勞動力成本正處于黃金時期，對工業機器人的需求基本可忽略不計，國內的工業機器人市場尚處于未開發階段，有產品也沒人買?！毙滤蓹C器人自動化公司總裁曲道奎告訴《t望東方周刊》。

但是，進入21世紀后，全球制造業的成本都在提升，中國也不例外，尤其是勞動力成本上漲明顯。有數據顯示：2004～2013年的十年間，中國制造業從業人員的平均工資增長了3倍。

而能夠實現自動化生產的工業機器人此時便成了不少制造企業解決人力成本上漲壓力、實現轉型升級的利器。越來越多的工廠開始引入工業機器人替代傳統工人，機器換人逐漸成為現實。

“一個機械手臂可以連續工作24小時，相當于3個工人的工作量。”維尚家具集團副總裁黎干對《t望東方周刊》說，他們用工業機器人換掉了600～800個工人，“按800人、每人每年7萬元工資來算，機器換人一年就節省了5600萬元?！?/p>

根據國際機器人聯合會（IFR）的統計數據：中國自2013年開始，已連續3年超越日本成為全球最大的工業機器人消費市場，市場銷量占到全球工業機器人市場份額的四分之一以上。

“隨著智能制造戰略的深入推進，工業機器人的市場潛力還會被進一步激發。”曲道奎說，這對國內機器人產業是個難得的機遇。

國產機器人究竟行不行

不過，讓宋曉剛有些詫異的是，外界雖多半知道工業機器人跟智能制造有關系，但并不十分清楚工業機器人到底在智能制造中扮演何種角色，“很多人認為智能制造就是‘機器換人’，工業機器人就等于智能制造，這是誤解?！?/p>

他向《t望東方周刊》解釋說，“機器換人”只是智能制造的一個最直接表現，不能完全代表智能制造，“工業機器人是智能裝備的重要基礎，而智能裝備又是智能制造的實現端。”

尷尬的是，在伴隨智能制造而來的如此龐大的工業機器人市場中，國產機器人并不占優勢。

公開資料顯示：2015年以前，中國市場消費的工業機器人超過70%都是以“四大家族”為代表的國外品牌，國內市場的高端機器人應用領域幾乎被洋品牌壟斷。

在曲道奎看來，這很正常――因為國內機器人產業起步較國外晚幾十年?！暗珖a機器人近幾年在國內市場的發展行情非常好，市場占比已經從以前的10%上升到2015年的30%，接下來還會繼續漲 ?！?/p>

但他并不否認，目前國內整個機器人行業的水平還比較低，產業發展不均衡。這也是李東在多個場合反復提及的，“比如產業鏈關鍵環節缺失、核心技術創新能力薄弱、企業‘小、散、弱 ’等?！?/p>

其中，產業鏈不完善導致的核心零部件受制于國外問題，一直被視為阻礙國內機器人產業發展的最大難點。即使像新松這樣的行業龍頭公司，工業機器人所用的啟動器、電機、齒輪等關鍵零部件也都是采自國外。

北京航空航天大學機器人研究所教授王田苗此前在接受本刊記者采訪時就直言：國產機器人中80%～90%使用國外減速器，60%～70%使用的是國外電機、40%～50%使用國外控制器。

但曲道奎認為，“不能一說我們的零部件是國外的就覺得國產機器人不行?！?/p>

在他看來，零部件對機器人產業固然重要，中國也需要加大在零部件上的投入，但不能用零部件來衡量整個產業的技術水平，“在全球化時代，我們要做的是快速整合上下游的產業鏈，為我所用，而不是關起門來去研究技術，因為產品的更新換代非常快，可能你研究出來又過時了。”

曲道奎說，國內機器人制造商現在最應該思考的是，如何讓產品更符合智能制造的需求，這樣才能在跟國外品牌的競爭中占得先機。

“仍需追趕”的是什么

從制造企業的實踐來看，國產機器人和國外機器人雖有一定的差距，但各有所長，并非零和競爭的關系，反而能實現互補。

海信集團質量與制造管理部副部長康凱對此感觸頗深。海信位于貴陽的電視生產工廠，正是工信部公布的64個2016年智能制造試點示范項目之一，生產環節裝備的工業機器人數量近1200臺。

“我們的供應商既有新松這樣的國產品牌，也有ABB、庫卡在內的國外品牌。目前，我們使用國產機器人的比重是高于國外品牌的?！笨祫P對《t望東方周刊》說。

不過他也認為，與國外機器人相比，國產機器人在產品種類的豐富度、產品性能的可靠性和穩定性等方面，確實存在一定差距。而后者，一直是企業采購機器人產品時最主要的考量因素。

海信2014年曾采購了用于打螺釘的國產工業機器人，在其使用過程中有時會出現不能正確抓取釘子的情況。

“最初海信對工廠進行智能化改造所使用的國產機器人多半會出現一些性能問題。這個過程，需要花大量時間去調試機器人產品，既耽誤生產時間，也增加了生產成本?！笨祫P說。

之后，在一些對產品精密度、穩定性要求高的環節，海信選用了國外機器人產品，比如六軸機器人，而在一些諸如車間搬運的基礎環節，則使用國產機器人，如AGV移動機器人。

宋曉剛也坦承，國外機器人在系統感知、判斷方面以及產品本身的可靠性和穩定性都更勝一籌，“國產機器人仍需追趕?！?/p>

不過，在康凱看來，目前制造企業使用的工業機器人，多是實現把物體從一個地方拿到另一個地方這樣的點對c轉移，即便是較為高級的六軸機器人也是如此，只是靈活度較高，能夠自由旋轉罷了。

“這些機器人還做不了一些復雜的動作，并不能完全滿足企業智能化改造的需要?！笨祫P說，機器人生產商還是要不斷提高產品的性能，比如功能單一的包裝碼垛機器人，精度要求為0.01毫米，就并非所有生產商的技術都能達到這一要求。

國產機器人的突圍機會

不可否認的是，無論是國產機器人還是國外機器人，目前都還不能完全滿足智能制造的需要。

宋曉剛認為，未來整個機器人產業要解決的重要問題是如何滿足不同行業對機器人產品提出的不同需求，“生產商不可能為每個行業都生產不同的機器人，那樣成本太高，也不是根本的解決之道?！?/p>

相關部門已經注意到了此類問題。國家發改委和工信部正在推進的機器人示范應用項目，即是在一個行業內選擇兩家企業去做機器人應用的標準化示范，以期為整個行業未來的智能化改造提供樣本。

這是一種可行的解決路徑，但并非唯一。

宋曉剛希望國家能夠建立一個面向全行業的機器人研發設計平臺，平臺只需設計出一些標準化的控制模塊、硬件模塊，然后機器人生產企業可在此基礎上，根據不同行業的需求對最終成型的機器人進行功能設計的調整。

“這樣既能縮短機器人產品的研發周期，也能最大限度地整合行業資源?！彼螘詣傉f，這是國產機器人的突圍機會，因為國外廠商對中國制造業的了解比不上國產廠商。

此外，康凱希望未來應用于生產車間的工業機器人能夠有兩方面的改進：一是在體積上能變得更小、更安全;二是機器人產品的調試變得更簡單。

“工廠現在使用的工業機器人必須固定在某一區域內，還需用框架將其圈起以免誤傷工人，但如此一來，機器人所需的占地空間就很大?！彼f。

除此之外，目前無論是國產機器人還是國外機器人出現故障和切換不同生產線的調試維修時間都很長。

“一般都需要半個小時，甚至更長，這意味著整個生產線都要停工，企業損失很大。”康凱說，如果能把調試時間降低到十分鐘左右，對企業生產的影響就屬于可承受范圍了。

篇2

【關鍵詞】 老年患者；術后認知功能障礙；七氟醚；丙泊酚； 簡易精神狀態量表

術后認知功能障礙（postoperative cognitive dysfuction， POCD）[1]是指麻醉手術后， 患者出現定向力障礙、記憶力和集中力受損和性格精神改變， 同時伴認知、人格、社交能力及技巧的改變， 在老年患者中更為常見[2]。殘留的物能產生中樞神經系統活性的改變， 增加老年患者術后認知功能障礙的發生[3]。七氟醚（sevoflurane）和丙泊酚（propofol）均具有麻醉誘導和蘇醒快、麻醉深度容易調控等優點廣泛應用于全麻手術患者。但這二者的聯合應用與胃癌根治手術后老年患者POCD的關系尚無定論。本研究通過比較七氟醚復合丙泊酚麻醉與丙泊酚麻醉對于接受腹部大手術-胃癌根治手術的老年患者術后早期認知功能的影響， 為臨床應用提供參考。

1 資料與方法

1. 1 一般資料 擇期胃癌根治術患者36例， 排除患有影響神經精神疾病的患者， 并篩選ASA I～II級， 年齡60～ 75歲者， 隨機均分為S+P組（七氟醚丙泊酚復合麻醉組）和P組（丙泊酚全憑靜脈麻醉組）。

1. 2 麻醉方法：麻醉維持：S+P組吸入3% 的七氟醚復合丙泊酚及瑞芬太尼0.05～ 0.20 g/（kg·min）靜脈泵注。P組靜脈泵注丙泊酚及瑞芬太尼0.05～ 0.20 g/（kg·min）。術中維持麻醉平穩， 術后及時停止各項用藥， 撥除氣管導管。

1. 3 觀察指標 術后自主呼吸恢復時間、定向力恢復的時間、呼之睜眼時間和拔管時間評估麻醉后蘇醒。簡易精神狀態量表（MMSE）測定患者麻醉前和術后 3、6、24、72、96 h術后認知功能變化。

1. 4 統計學方法 統計學處理應用 SPSS 13.0 軟件學軟件， 結果以均數±標準差（ x-±s） 表示， 采用t 檢驗和方差分析分析數據， 以P

2 結果

2. 1 一般資料 將本院2012年2月～2013年7月老年患者36例， 隨機分為S+P組和P組， 每組18例。統計發現， 兩組患者各項指標差異均無統計學意義（P>0.05）， 見表1。

2. 2 麻醉后蘇醒的評估結果見表2， 與P組比較， S+P組在術后這四項恢復時間顯著延長（P

2. 3 術后認知功能的評估結果見表3， 與術前比較， P組和S+P組術后短期（3 h和6 h）的MMSE評分降低（P

3 討論

大量文獻表明物是導致POCD的發生率升高的關鍵因素。有學者曾報道異氟醚和七氟醚對認知障礙的影響， 短期來說， 兩者可能對認知功能都有影響， 可能與術后吸入低血藥濃度有關， 長期的影響還沒有文獻報道[4]。關于丙泊酚， 也有學者報道， 在導致老年患者術后認知障礙中作用并不顯著[5]。但是針對丙泊酚以及七氟醚丙泊酚復合麻醉對于老年胃癌根治手術后認知能力的影響并未見報道。

本研究發現， 丙泊酚應用于老年胃癌根治術患者， 丙泊酚組麻醉后蘇醒各指標均顯著早于復合麻醉者。并且靜吸復合麻醉在術后超短期3 h、6 h的MMSE評分降低， 在術后72 h該組比術前MMSE評分仍低。雖然， 丙泊酚單用組也出現術后的MMSE評分降低， 但是降低程度上優于復合麻醉組， 并且在術后第72 h不再出現MMSE值的降低。這說明， 異丙酚的影響較七氟醚少， 術后認知功能恢復早。而產生這一差異的原因可能與七氟醚影響海馬區LTP形成[6]， 以及異丙酚在體內殘留時間短于七氟醚有關[7]。

綜上所述， 丙泊酚全身麻醉后對于胃癌根治術的老年患者應用， 蘇醒更快， 氣管插管時間更少， 術后蘇醒更快， 并且對于術后早期的認知功能影響少， 術后認知功能恢復早， 更適合于老年患者， 尤其是需行腹部大手術的患者。

參考文獻

[1] Moller JT， Cluitmans P， Rasmussen LS， et al. Long term postoperative cognitive dysfunction in the elderly： ISPOCD1 study. Lancet， 1998， 351（9106）： 857-861.

[2] Monk TG， Weldon BC， Garvan CW， et al. Predictors of cognitive dysfunction after major n on cardiac surgery. Anesthesiology， 2008， 108（1）：18-30.

[3] Crosby C， Culley DJ， Baxt erMG， et al. Spatial memory performance 2 weeks after general anesthesia inrats. Anesth Analg， 2005， 101（5）： 1389-1392.

[4] 陳曉光，王俊科，王淑月.地氟醚與七氟醚麻醉對老年患者術后認知功能的影響.中華麻醉學雜志， 2002，22（4）：211.

[5] 吳丹.七氟醚和異丙酚全身麻醉對老年患者麻醉后蘇醒時間及術后認知功能的影響對比.中國藥業， 2013，22（5）：95-97.

篇3

【關鍵詞】 妊娠； 分娩； 盆底功能； 早期盆底康復治療； 近期療效

中圖分類號 R714.6 文獻標識碼 B 文章編號 1674-6805（2016）9-0031-02

【Abstract】 Objective：To study the effect of pregnancy and delivery on the pelvic floor function and the short-term effect of early pelvic floor rehabilitation therapy.Method：The clinical data of 142 pregnant women in our hospital were selected as the research objects，according to the different methods of delivery，they were divided into the vaginal delivery group and the cesarean section group，71 cases in each group，reviewed and evaluation of pelvic floor function for 42 days after delivery，the influencing factors of pelvic floor function and the short term effect of early rehabilitation therapy were analysed.Result：Postpartum vaginal pressure， fatigue and pelvic floor muscle strength of the two groups were compared，there were no statistically significant differences（P>0.05）.The changes of pelvic floor muscle strength and muscle voltage of the patients before treatment and after treatment were compared，the differences were statistically significant（P

【Key words】 Pregnancy； Delivery； Pelvic floor function； Early pelvic floor rehabilitation therapy； The short-term effect

First-author’s address：Changsha Hospital for Maternal and Child Health Care，Changsha 410007，China

doi：10.14033/ki.cfmr.2016.9.017

女性盆底是由封閉骨盆出口的多層肌肉和筋膜構成，尿道、陰道、直腸貫穿于其中，是一個緊密關聯的整體[1]。有研究表明，妊娠和分娩均會對女性盆底造成不同程度的損害，容易誘發盆底功能障礙性疾病，如壓力性尿失禁、盆腔器官脫垂等[2]?；诖?，本文為了研究妊娠和分娩對盆底功能的影響及早期盆底康復治療的近期療效，選取了2013年2月-2015年2月在筆者所在醫院分娩的142例產婦，將其均分為陰道分娩組與剖宮產組，對比分析兩組產婦的盆底功能以及早期盆底康復治療后的近期效果，現在將結果進行如下詳細報道。

1 資料與方法

1.1 一般資料

選取在筆者所在醫院分娩的142例產婦的臨床資料為研究對象，按不同分娩方式將其分為陰道分娩組與剖宮產組，各71例。陰道分娩組：年齡21～39歲，平均（35.0±2.8）歲；體重52～76 kg，平均（57.4±1.8）kg。剖宮產組：年齡20～40歲，平均（35.3±2.7）歲；體重51～75 kg，平均（57.1±2.0）kg。所有產婦均為足月初產婦，經B超檢查均為單胎，均于產后42 d到院復查，存在不同程度的盆底功能障礙。兩組產婦的一般資料比較差異無統計學意義（P>0.05），具有可比性。

1.2 方法

1.2.1 檢測方法 （1）采用徒手檢測盆底肌力：右手戴無菌橡膠手套，將食指與中指放于陰道后穹窿后1.5 cm處6∶00位置及引導外口內1～2 cm處，分別檢測盆底深層肌力與淺層肌力；左手放于腹部以檢測產婦收縮盆底肌時是否縮緊了腹肌。采用法國國家衛生診斷認證局（ANNAES）認證的測試標準進行判斷[3]。（2）采用法國PHENIX系列神經肌肉刺激治療儀對盆底肌力、疲勞度及陰道壓力進行檢測[4]。（3）采用盆腔器官脫垂定量分期法（POP-Q）及其分類法臨床分期標準進行盆腔脫垂檢測[5]。

1.2.2 治療方法 兩組產婦均采用盆底肌肉訓練+生物反饋+功能性電刺激進行綜合治療[6]。（1）盆底肌肉訓練：持續收縮盆底肌、肛提肌，做提肛運動10 s，松弛10 s，15 min/次，5次/d，持續兩個月。（2）生物反饋與功能性電刺激：排空大小便后，取半臥位，陰道內置入盆底肌肉治療頭，電刺激的電流強度從0 mA開始慢慢調高，確保產婦盆底肌肉有明顯收縮且無不適感，配合生物反饋練習。30 min/次，2次/周，持續兩個月。

1.3 觀察指標

（1）對比觀察兩組產婦產后的盆底功能檢測情況；（2）對比治療前、后產婦盆底肌力與肌電壓的變化情況。

1.4 統計學處理

采用SPSS 11.0軟件對所得數據進行統計分析，計量資料用均數±標準差（x±s）表示，比較采用t檢驗；計數資料以率（%）表示，比較采用字2檢驗。P

2 結果

2.1 產后盆底功能檢測情況

對比兩組產婦產后的陰道壓力、疲勞度以及盆底肌力，差異均無統計學意義（P>0.05），詳見表1。

2.2 早期盆底康復治療近期效果

對比治療前與治療后產婦盆底肌力與肌電壓的變化情況，差異均有統計學意義（P>0.05），詳見表2。

3 討論

盆底功能分成盆底基礎電生理功能與壓力控尿功能、張力支持功能、生殖與，其中盆底肌力、疲勞度、陰道壓力是盆底基礎電生理功能的主要評價指標[7]。臨床上診斷中，可以通過檢測盆底肌肉與神經生物電活動對盆底功能進行評價[8]。妊娠和分娩對盆底功能有一定的影響，產婦產后常會出現盆底功能障礙性疾病，分析其危險因素，主要包括陰道分娩、會陰側切史、新生兒出生體重≥4 kg等[9]。對于盆底功能障礙性疾病的治療，臨床上主要采取手術治療與非手術治療兩種，手術治療的療效顯著，但醫療成本較高，且術后容易誘發泌尿系感染、尿道損傷等并發癥，非手術治療主要包括盆底肌鍛煉、電刺激治療、生物反饋治療、藥物治療等，盆底肌肉訓練+生物反饋+功能性電刺激綜合治療的療效更為顯著，具有并發癥少、風險低、費用少等優勢[10]。

本研究結果顯示：陰道分娩產婦與剖宮產產婦產后的盆底肌力與陰道壓力均降低，疲勞度均升高，對比兩組差異均無統計學意義（P>0.05）；應用盆底肌肉訓練+生物反饋+功能性電刺激綜合治療后，產婦的盆底肌力與肌電壓均增強，對比治療前差異均有統計學意義（P

參考文獻

[1]蔡江美，壽亞琴.不同產科因素對孕產婦盆底功能的影響及盆底肌康復治療的近期效果觀察[J].健康研究，2014，34（5）：545-547.

[2]張艷，易念華，吳蘭，等.不同分娩方式對產后早期盆底功能的影響及康復治療效果評估[J].華中科技大學學報：醫學版，2014，43（3）：351-355.

[3]毛秋葵.盆底康復訓練在預防產后漏尿中的作用[J].中外醫學研究，2015，13（17）：10-12.

[4]杜黎麗.剖宮產術后盆底功能康復治療效果分析[J].醫藥，2015，14（19）：102.

[5]陳玉清，裴慧慧，陳蓓.盆底康復訓練對改善產后盆底肌功能的作用[J].中國康復醫學雜志，2013，28（3）：234-237.

[6]黃建桃.盆底肌鍛煉護理干預對初產婦分娩結局及盆底功能的影響[J].河北醫學，2014，20（3）：513-516.

[7]石梅新.陰道陰道分娩與剖宮產對初產婦早期盆底功能障礙的影響分析[J].中外醫學研究，2015，13（20）：144-145.

[8]楊曉，劉玉玲.盆底肌肉訓練對產后盆底功能障礙的效果分析[J].國際婦產科學雜志，2013，40（2）：164-166.

[9]劉穎琳，周艷紅，丁紅.孕期行盆底肌肉鍛煉對盆底功能的保護作用[J].中山大學學報：醫學科學版，2013，34（5）：777-781.

篇4

人類將在與機器的共生共存中，開啟一個新的時代？

近年來，人工智能已經從科學的神壇走入了經濟的大潮，成為了各大公司爭相競逐的新戰場。

在中國，BAT紛紛在人工智能領域布局：李彥宏聲稱“互聯網的未來在于人工智能”，百度的百度大腦、無人駕駛汽車初具規模；騰訊發揮微信、QQ的強大優勢，在語音識別、圖像識別、人臉支付領域發力；阿里巴巴則以阿里云為基礎，將人工智能的基礎――數據生態系統做大。而國外的谷歌、微軟、FACEBOOK、IBM等巨頭，也在人工智能領域全力推進，從當年IBM的深藍到今天的阿爾法狗，僅僅是巨頭們在人工智能領域嘗試的冰山一角。 什么是人工智能

盡管隨著人機大戰，人工智能已經成為了一個耳熟能詳的熱詞，但究竟什么是人工智能，卻在行業內都難以有一個確定的定義。其實簡單地說人工智能就是對人的意識、思維過程的模擬，但之所以人工智能的定義難以確認，關鍵在于對“智能”的定義難以確認，在人工智能領域經常有一句話說：我們連人的智能是什么都不知道，何談人工智能？因此目前大家普遍認可的還是由約翰?麥卡錫（John Mccarthy）在1956年的達特矛斯會議（Dartmouth Comference）上提出的：人工智能就是要讓機器的行為看起來就像是人所表現出的智能行為一樣。簡單地說，如果說機器人是要在完成人類四肢的工作，那么人工智能則是要完成人類大腦的工作。

人工智能為什么這么火

其實人工智能早在60年前就被正式提出，幾十年來也一直在飛速發展，但似乎在過去的日子，普通人更多地是通過《終結者》、《我，機器人》等科幻電影了解到人工智能，但為什么今天人工智能突然成為了大家關注的焦點呢？來自微軟研究院的芮勇認為，除了這些年所謂算法的演進和提升外，幾個物質方面因素的發展也將人工智能的應用成為了可能。首先在于背后計算能力的飛速發展。人工智能背后需要有強大的計算能力的支撐，我們看到是阿爾法狗擊敗了李世石，其實阿爾法狗只是一個程序，在背后則是強大的超級計算機的運算。據中國最大的超級計算機制造者――浪潮公司的科學家劉軍介紹，目前，超級計算機的性能發展迅速，一臺超級計算機已經能夠達到一百萬臺電腦的運算能力，因此，在計算能力上將人工智能需要的超級運算成為可能。其次，人工智能需要對海量的數據進行分析，就必須擁有海量的數據，而幾十年的互聯網的發展，讓人類社會中海量數據的產生于收集成為了可能。第三，4G技術的普及，讓數據隨時隨地的鏈接已經成為常態，也讓大量數據的傳輸成為可能，使用場景的便利化，給人工智能走進日常生活提供了多種可能。如果說人工智能原來是一粒種子，但陽光、溫度、濕度等外在條件還未具備，因此一直蟄伏在科學家的研究室里，那么今天，正是人工智能即將破土而出的時刻。

既然人工智能時代已經到來，那么無論是科學層面、經濟層面，還是我們生活中的人工智能三大猜想就無可回避地出現在我們的面前，讓我們看看中外人工智能專家將給出什么樣的答案。 人工智能是否會比人聰明？

在硅谷的美國宇航局艾姆士研究中心，有一所一出生就聲名顯赫的大學―“奇點大學”。其校長雷?庫茲韋爾認為，伴隨生物基因、納米、機器人技術幾何級的加速度發展，2045年左右，人工智能將來到一個“奇點”，跨越這個臨界點，人工智能將超越人類智慧，人們需要重新審視自己與機器的關系。人類將在與機器的共生共存中，開啟一個新的時代。那么，人工智能真的將比人類聰明嗎？

對于這個問題，科大訊飛董事長劉慶峰堅決認為，人工智能一定能夠超越人類，因為通過互聯網萬物互聯，可以把所有人類的智慧匯聚到后臺，通過深度神經網絡來展現，所以人工智能到時候不是跟單個人比，它是把所有人的智慧匯聚在后臺，來跟單個人比，所以它在絕大部分場合下會表現得比人類更聰明。微軟亞洲研究院院長洪小文則認為人工智能在大多數情況下比人類更具有能力，但它仍舊無法與人類的智能相比，因為，人類最可貴的能力在于創造力，而這一點上人工智能無法與人類抗衡。被稱為中國人工智能布道者的搜狗創始人王小川指出，原來我們都認為人工智能缺乏創造力，但現在人工智能的發展已經否定了這一點。拿阿爾法狗在人機大戰中的表現來看，它的很多招法都是傳統圍棋理論所難以接受，對人類棋手而言匪夷所思的。因為以前是人類告訴機器方法該怎么做，到阿爾法狗的時候，人類開始不用告訴計算機方法，只告訴人工智能目標：就是要贏，這個方法和答案讓它自己找。但即便如此，也不能認為機器能夠比人聰明，因為必須要人類為人工智能設立一個目標，它才能夠產生后面的學習。

所以對于人工智能而言，可以在很多時候輕松擊敗人類，但它仍受到兩方面的限制，第一條是它只能從人類已有的各種各樣的行為和判斷的數據中去學習，創造不了人類沒有經歷過的全新的方向。第二是機器設計不了規則，必須由人來設立規則或者說是算法。 人工智能是否會取代人類？

當機器有了智能，自然而然就會讓人們想到他與人類的關系，所以在《終結者》中出現了“審判日之戰”，在《黑客帝國》中出現了人與MATRIX（矩陣）的對決，而科幻作家阿西莫夫則防患于未然地提出了“機器人三定律”，那么，人工智能的發展真的會取代人類嗎？

小I機器人的創造者袁輝對此持悲觀態度，他認為整個目前人類文明是在走向一個下滑的階段，所以在這種階段下面，人類最后會被終結，這可能是一個時間的問題。從本質上說，這是人類自己的問題，人類創造了人工智能這樣的一個物種，這個物種與人類是和諧共存還是競爭，完全取決于人類的發展。而搜狗董事長王小川則預測當人類面對人工智能的時候，會與人工智能共同進化，人工智能將最終會成為人類的一部分，人工智能既會幫助人類，也會約束人類，二者將是一種合體的關系，最終人會變成新人類，會進化成新的物種。

科大訊飛董事長劉慶峰承認因為人工智能可以在后臺匯聚人類的各種智慧，所以在很多的復雜的活動中可以超越人類，但是最終是被人類所管理和控制的。因為機器沒法自己設定規則，所以它一定是在人類定的大規則下來為人類服務的。最后人和機器會相互耦合在一起，推動整個世界的進程。

其實，在人類發展的進程當中，每一個新技術的出現總會伴隨著爭議、誤解甚至是擔憂或者是恐懼，在十九世紀工業革命的時候，英國的產業工人擔心機器搶了自己的工作，于是紛紛去燒機器、毀機器；兩百年前，在美國大約70%的人口都是農業人口，而大型機器和生產線出現后，幾乎搶奪了所有的農業人口的工作。但現在美國只有1%的農業人口，而那69%的人并沒有因此而失去他們的生活或者是工作，反而在機器創造的更多的新領域創造了新的工作，尋找到了新的生活。相比那個時候，人類進化了，因此人類就是在不斷認知自我的過程當中，去擁抱越來越美好的新生活。 人機大PK

盡管有預言人工智能將逐漸地接管人類的種種職業，但那畢竟是未來，現在，人工智能在一些常見的領域到底達到了什么樣的水準？讓我們看看人機在幾個職業上的PK。

項目：語音識別

規則：由人工智能和人類速錄師同時聽一段聲音，并將其轉化為漢字，看誰的準確率高。

結果：

1、速度：雙方速度幾乎一樣，都是在語音播放的同時完成了錄入。

2、準確率：準確率都達到99%以上。

應用場景：目前，語音技術主要應用領域是：導航和音響系統、智能可穿戴設備、制造業、智能家居、電信領域、醫療領域、教育等領域。預計在2017年以前，全球語音識別市場將達到1330億美元。

視角延伸

1、在嘈雜的環境，多人對話的情況下，人工智能尚缺乏足夠的辨別能力。

2、對于方言，人工智能的準確率明顯降低，需要專門的數據庫予以支撐。

3、人工智能的語音識別已經拓展到多種語言，已經初步達成了實時翻譯功能。

4、在未來萬物互聯時代，語音識別將成為人機對話、打通各個平臺的接口。

項目：駕駛

規則：無人駕駛汽車在高峰期于北京東三環行駛，看行駛的平穩度與安全性；無人駕駛汽車在專業賽車場進行18米S彎繞樁跑，就是賽車手考賽車水平的時候，會有這一段考試，從頭到尾如果是人駕駛一般要14分鐘，用智能機器人可以做到13分鐘多一點，就是說比賽車手還少一點時間。

結果：

1、實地無人駕駛順利完成，放置于車頂的打火機，硬幣等物件沒有掉落。

2、專業賽車場進行的18米S彎繞樁跑，人駕駛一般要14分鐘，人工智能可以做到13分鐘。

應用場景：當前，世界大型汽車制造商都在致力研究無人駕駛汽車技術。該技術在減少擁堵和安全隱患等方面大有作為。根據業內預測到2020年，無人駕駛汽車市場將達到6億美元。

視角延伸

1、人工智能還不能處理很多復雜的情況，在技術上仍然具有很大挑戰。

2、無人駕駛的目標第一是解決因為人為的因素造成的安全性；其次能夠將人類從駕駛的煩瑣中解脫出來。

3、專家預測，未來五年無人駕駛的發展方向將是“增強駕駛”，即汽車同時具有人類駕駛與無人駕駛功能并存，人與車的關系就如同當年人與馬的關系一樣。

4、無人駕駛設備能否小型化將成為無人駕駛能否走向應用的一大門檻。

項目：圖像識別

規則：由人工智能和人類同時識別三張明星在不同化妝、衣物時的圖像，看誰能準確地認出；同時識別三種長得相似的普通人的照片，看是否能夠辨認出這是否是同一個人。

結果：

第一次辨認結果人工智能勝過了人類。

第二次因為有一張圖片面部有頭發遮擋，人工智能表示無法識別。

應用場景：目前，圖象識別技術主要應用在：導航、遙感圖象識別、天氣預報、環境檢測、通信、軍事和公安刑偵、臨床診斷和病理研究等領域。

視角延伸

1、使用圖像識別技術，在大量攝像頭拍攝的畫面中無論要找罪犯還是要找失蹤的人口，效率將會比人類識別高出很多。

2、跟人臉識別和語音識別相結合起來，將極大地提高對個人身份的辨識度，在金融支付領域具有廣闊前景。

3、圖像識別將進一步發展成表情識別，可以在第一時間感知人類情緒，并采取相應措施。如在駕駛中如果智能攝像頭能夠感知司機情緒不穩定，可以提前采取措施，減少事故發生可能性。 觀點大碰撞

對于人工智能，過去很多人定義過，它要有比較高的自感知能力、自主決策和控制能力、對安全和意外的自動預警和防范處理能力等，它要能在較少人為干預的條件下完成工作和服務。但要強調的是未來人工智能跟過去不同的地方，未來的人工智能一定是終端跟云端協同創新實現的智能控制與服務的。有了網絡以后，人工智能就不僅是靠機器內的軟件硬件系統來操縱，還可以在使用終端和云端之間實施交互協同來實現，它的水平和能力會遠遠超過歷史上單部機器的智能行為。其實阿爾法狗也有很多東西是在云端計算，而不在終端。所以這是一個未來的方向。

人工智能技術可應用的領域是非常廣泛的，可以說是無處不在。它可以應用在生產制造業，還可以應用在各種服務領域。比如金融服務、醫療服務等都可以用人工智能技術；學習方面，也可以用來提升學習效率；還有農業領域，可以借助人工智能技術判斷施什么樣的肥料、怎么樣防治病蟲害等，快到收獲季節還可以通過人工智能技術預測預判市場銷售，這對農產品的行銷也都會有大的幫助。

“中國制造2025”提出創新驅動、質量為先、綠色發展、結構優化、人才為本，智能制造是核心。制造經歷過不同的時代，第一次工業革命以后是機械制造時代；第二次工業革命以后是機電結合了起來；后工業階段，上世紀80年代以后又加了電子、機械電子一體化；而信息網絡出現以后，現在和未來的制造是網絡智能的時代的網絡協同智能制造，制造過程、運行服務過程都將數字化、網絡化、智能化，這是制造業發展的方向和技術創新的核心。

鄔賀銓：中國在人工智能應用方面走得很快

人工智能研究的起步，一般被認為是在20世紀50年代，那時候中國還沒有開始研究。不過，人工智能在前50年里還停留在科學家的圈子里，沒有走向應用。這些年中國人工智能的研究跟其他新生領域的研究一樣，取得一些好的成果，但是總體上與國外還是有差距的，在一些有影響的文章發表、人工智能原創的技術，包括支撐人工智能的產業等方面我們還有差距。

不過，應該說中國的人工智能在個別領域做的還是很不錯的。比如說，科大訊飛在中文的語音識別上是領先的，百度、阿里、騰訊也在關注人工智能，不但自己在培養專家，也從海外引入一些高端人才，努力縮短我們與國外的差距。

中國機器人也做的不錯，嚴格來說，我們機器人是廣義的機器人，傳統講的機器人是工業機器人。我們的機器人產品以面向社會消費應用為主，產能產量已經占到世界較大市場。沈陽自動化所和新松機器人等公司從事機器人研究很長時間了，他們在做工業的機器人，也取得了不少的成績和應用。但是在大型生產線上，目前應用的工業機器人還是以國外產品為主。

中國在無人駕駛車的應用方面跟美國相比也不會差距很遠?，F在百度的無人駕駛車，按照現在的水平也有望在未來的一兩年內應用了。不過，無人駕駛需要很多技術，而現在國產車內的車載電子系統還是進口的，如果說不能在汽車總線上突破，我們的無人駕駛車在核心技術上還是有不少差距。

總體來說，在人工智能的應用上中國走得很快，展望未來不僅會縮小與國際的差距，也會走在前面。中國正處于經濟發展方式轉變和兩化融合的重要階段，需要大量的生產自動化手段，中國的人工智能的市場非常大。

張潼：人工智能的核心技術就是讓機器學習

現在企業界很多研究院，包括阿里、騰訊、滴滴、360等關心的都是機器學習的核心能力?？傮w來講，一個是大數據，另外一個是對于大數據處理和加工的能力。把一個原材料變成你真正所需要的系統或者產品，這是它的能力。從機器學習的技術來講，如何實現規模更大、創新還有實時更新的效果，這一系列的技術能力使得所有公司都非常感興趣。

總體來講，數據處理的核心能力就是機器學習能力，還有高性能計算。處理大數據也要有計算平臺，最后是一系列應用，包括廣告、無人車，包括其他行業的探索。

此外，現在的醫療有各個環節，其中一個環節和互聯網緊密相連，當病人患病的時候，去醫院之前往往會自己看看是什么毛病，會有自我診斷或者自我詢查信息的過程，但是百度搜索信息不太足夠，因為只能找到相關網頁，并不直接相關。其他的一系列互聯網公司也會有這樣的平臺去幫助查詢者對接，像對接醫生和對接專業的知識一樣。

從我們的角度來講，實際上可以利用人工智能的能力去做這種系統，這種系統有幾個形式，比如說病人會用口語化的形式表達，醫生比較專業，病人不知道很多專業名詞。如何把口語化和專業知識對接需要設定自然語言的病癥，這也是病人希望交流的形式。

從機器智能角度上要有交互、引導以及對話，另外還要把信息綜合起來，這樣會有更好的理解。如互聯網+零售業，百度怎么和零售業相結合，這是研究院思考的問題。如果打通線上線下，就知道這些客戶線上的行為和喜好，以幫助線下的商家找新客戶。而利用機器學習建模技術把這些人的喜好或者類別分列出來。

如何理解大數據和人工智能的關系，大數據是它的源泉。世界上很多國家很重視收集數據的能力，因此也使得它在下一階段將有大大提升。此外還有機器學習，AlphaGO、無人機就是例子，它的核心技術就是智能化，下一個十年也將會有更加細致的發展。人工智能會促進一系列的新技術成為可能，這種可能會推出新的產業。

Jim Lawton：機器人需要更加智能化

長時間以來，機器人只能在不變的工作環境下工作。我們需要為機器人定制適合的工作環境，這個安排在一些工廠行得通，但是大部分工廠的工作環境不一定能配合。

我們通過編程讓機器人執行一些任務，機器人會按照設定好的程序工作，但這不是智能機器人。更加智能的機器人是這個行業重要的突破和創新。我們現在擁有更優秀的機器人――能夠在不完美的環境下工作。操作任務自動化進程不斷地在創新。此外，隨著機器自主學習及深度學習等人工智能的進步，認知任務的變化也是日新月異。

人機協作將主要在兩個方面發生變化。一方面，以往我們需要請專家為機器人編程，然后執行任務?，F在則通過演示來培訓機器人。在未來，人類員工將“告訴”機器人去做什么，機器人只需要“看”著去學，從人類那里學習，也可以從另一臺機器人那里學習。另一方面，我們深信只有人類能自主工作。制造業的新趨勢是結合傳達實時遙測數據的機器人和能累積結構化和半結構化數據的軟件數據平臺，然后供人類理解及詮釋信息、并且做出明智的決定以提升工作流程，促進持續創新。

因此來說，人類和機器人將并肩工作，共同解決問題，提升工作流程，并能一起處理更多的任務。操作任務和認知技術自動化相結合是制造業創新時代的必然趨勢。

SEARI在去年11月成為Rethink Robotics在華首家分銷合作伙伴。協作機器人是Rethink Robotics的核心優勢，Rethink Robotics通過其智能協作型的機器人Baxter和Sawyer，可完成目前90%傳統自動化方案不能完成的工作，從而不斷革新制造業的生產方式。

協作機器人和傳統的工業機器人有很大的區別。傳統機器人對精準定位、速度、精度、剛性等方面有硬性要求，相對而言，易用性、操作靈活性及安全性正是協作機器人的優勢，國內很多企業對兩者的比較已經有一定的了解。

在過去幾個月，我們的銷售團隊已經走訪一百多家企業，向它們推廣Rethink Robotics的方案，獲得非常好的反響。但協作機器人真正進入中國市場還需要有一個磨合的過程，現在不少國內制造業的工廠都是幾年前、甚至十多年前建好的，當時的廠房設計是按照人手操作的思路來設計的，完全沒有把機器人的元素考慮在內。

篇5

據一些經濟學家研究，20世紀下半葉以來的“信息技術革命”與蒸汽革命、電氣革命不可同日而語，并未真正大幅地提高人類的勞動生產率，互聯網技術更多是豐富了人類的生活方式，但人工智能革命將是真正改變生產力的革命。

這兩年人工智能在智能制造、智慧醫療上的應用可謂前途無量，政府部門、行業精英、科技巨頭都將其作為未來發展的重點。從2016年開始，人工智能已經成為各大財經峰會、科技論壇的主題，也頻頻占據各大媒體版面的頭條位置。從谷歌Master以60場完勝中日韓三國頂尖圍棋選手，再到李開復提出“人工智能將取代50%工作”引發廣泛議論，以及英國的新工業政策、微軟的人工智能新布局、人民日報機器人“小融”的推出，一時間人工智能的出現猶如雨后春筍一般?；鸬靡凰康娜斯ぶ悄苷谥鸩阶哌M我們的生活，將徹底改變人類的生活和工作方式。

人工智能概念。1956年在Dartmouth學會上首次提出了人工智能（Artificial Intelligence，AI）一詞。它是集研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統為一體的一門新的技術科學，是計算機科學的一個分支。它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器。應避免一個誤區，就是認為人工智能就是機器人，實際情況是機器人只是人工智能的容器。機器人有時候是人形，有時候不是，但是人工智能自身只是機器人體內的電腦。

人工智能領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能是大腦的話，機器人就是身體，但這個身體不一定是必需的。人工智能的概念很寬，所以人工智能也分很多種，一般分成三大類：弱人工智能、強人工智能、超人工智能。

弱人工智能（ANI）： 弱人工智能擅長于單個方面的人工智能。它依賴于計算機強大的運算能力和重復性的邏輯，看似聰明，其實只能做一些精密的體力活。比如有能戰勝象棋世界冠軍的人工智能，但是它只會下象棋，如果問它如何能更好地在硬盤上儲存數據，它就回答不了。另外在汽車生產線上也有很多是弱人工智能?？梢钥吹降氖?，在弱人工智能發展的時代，對于一些重復性機械性的工作崗位來說，人類確實可能會迎來失業潮。

強人工智能（AGI）：人類級別的人工智能。強人工智能是指在各方面都能和人類比肩的人工智能，人類能干的腦力活它都能干。創造強人工智能比創造弱人工智能難得多，百度的百度大腦和微軟的小冰，都算是通往強人工智能的探索，通過龐大的數據，幫助強人工智能逐漸學習。

超人工智能（ASI）： 牛津哲學家、知名人工智能思想家Nick Bostrom把超人工智能定義為“在幾乎所有領域都比最聰明的人類大腦聰明很多，包括科學創新、通識和社交技能?！背斯ぶ悄芸梢允歉鞣矫娑急热祟悘娨稽c，也可以是各方面都比人類強萬億倍的。當人工智能學會學習，并及時自我糾錯之后，在加速學習過程中是否能產生意識，尚不能確定，但可以肯定其能力會得到極大的提高。比如，阿爾法狗會根據棋手的棋路調整策略就是最淺層的創新體現，普通手機版的圍棋棋路其實就是固定的幾種模式。

人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大?，F階段人類對弱人工智能的掌握比較多，弱人工智能無處不在。但更高一階的研究更加吸引人類的探索。人工智能革命是從弱人工智能開始，通過強人工智能的過渡，最終到達超人工智能的過程。這段旅途到底會給人類帶來更好的未來還是災難，無法簡單判斷。但是無論如何，世界將會因此變得完全不一樣。

人工智能涉及領域。人工智能在某些領域的研究距離我們的生活似乎依然非常遙遠，但經歷了數十年的研發和探索，這項技術已經催生出了不少有趣的應用方向，它們已經開始在我們的生活中帶來實實在在的便利。當前人工智能的應用領域：（1）計算機視覺。主要利用計算機來判斷圖像數據當中是否包含特定的物體、特征或行為。舉個例子，當偵察機拍攝到一張圖像之后，專家們會對其進行分析以找出當中是否存在敵區；警察可以使用計算機來尋找符合罪犯畫像的照片；醫生也可以利用該系統去診斷病人。還有現在廣泛應用的面部識別系統也同樣利用到了計算機視覺技術。（2）語言識別。語言識別系統需要經過一段時間的訓練和熟悉才能達到足夠高的準確率。早在20世紀90年代，計算機語言識別就已經在一些特定的應用方向中達到了使用水平。而現在，這項技術已經被廣泛應用在了手機和汽車等日常工具當中。對于日益流行的虛擬助手而言，語言識別也是不可或缺的基礎。（3）私人助手。蘋果、谷歌和微軟已經為各自的移動平臺開發了虛擬私人助手，旨在幫助用戶處理一些基本的日常事務，比如發短信、查地圖和制定日程表，等等。它們和鋼鐵俠的JARVIS相比可能顯得非常呆板和原始，但的確給我們的日常生活帶來了便利。（4）智能機器人。智能機器人可以被應用在工廠的自動化投遞、管道檢查、拆彈和危險/位置區域探索當中。它們可長時間工作而無需休假，維護費用低于工人工資，同時精準度更高。Pepper是風靡日本的一款智能人形機器人。它或許無法被應用于工業生產，但卻非常健談。它的主要應用領域是企業、零售和客戶服務，不過你也可以把它放在家里作為家庭伴侶，煩悶時和它聊聊天。Pepper之所以可以被稱作是一部智能機器人，主要是因為它擁有來自IBM Watson人工智能計算機的技術支持。在后者的幫助下，Pepper具備了圖像、文字和視頻分析能力，這也使其能夠去理解更多類型的問題。

篇6

1．智能技術的基本概念

智能理論是探索人類智慧的奧秘與規律及在機器中復現人類智能的科學，是現代科學研究的前沿。目前智能理論及技術在各個領域已得到廣泛的應用。但對于智能理論的研究不外乎兩個方面，一方面是對智能的產生、形成和工作機制的立接研究；另一方面是研究如何用人工的方法模擬，以及研究如何提高機器，特別是計算機的科能水平，使機器成為且合感知、報理、決策的智能機器系統。前者稱為自然智能理論，主要是生理學和心理學研究者所從事的工作：而后者稱為人工智能(ArtificialIntelligence，簡稱AI)理論，主要是理工學研究者所從事的工作。因此，本文主要介紹后者——人工智能。

人工智能(ArtificialIntelligence，簡稱A1)是相對于自然智能(即人腦智能)而言．人工智能研究的是怎樣利用機器模仿人腦從事推理、規劃、設計、思考、學習等思維活動，解決迄今認為需由專家才能處理好的復雜問題。通俗一點說，就是：由計算機來表示和執行人類的智能活動。其目標是利用各種自動機器或智能機器，模仿、延伸和擴展人的智能，實現某些“機器思維”或腦力活動自動化。顯然，對于人工智能的這種定義，受到了當前電子計算技術水平的制約，因此，它是一種暫時的、相對的定義。

AI是計算機研究和應用發展到一定階段的產物，任何問題，用計算機程序進行計算分析，可以在很大程度上取代人的腦力勞動，它可加快解題運算速度和擴大記憶存儲量，但這只能說是簡單智能化。一個高水平的智能程序，應該與人的思考、求解方式相仿。譬如，計算機輔助設計(CAD)，能不斷修改、補充、構造出所需的設計對象，它通過計算系統、數據庫與顯示裝置，配合輔助程序，與人一起完成設計工作。

2.制造智能技術的研究現狀

早期，智能制造系統大量運用基于知識的專家系統來提高制造智能，例如基于ES的機床自適應控制，其智能行為體現在符號推理上。這些ES多數屬于非實時型的系統，數據是靜止的且與外部環境沒有信息交互，是低水平的封閉式的智能系統。為了克服Es存在對領域專家的依賴性、知識獲取困難、現代計算機依據VanNeumann原理，用邏輯知識表達不靈活以及通用性較差等缺陷，AI的最新研究已向基于數值計算的計算智能方向發展。

當前，用計算手段實現智能的較新方法和新理論，如FL，NN，GA，混沌，分形以及粗一集理論等科學，都屬于計算智能的范疇。計算智能的靈活性、通用性及嚴密性明顯優于基于知識的徑。ES更能提高制造智能水平?，F今，計算智能的研究應用重點在FL，NN，GA等方面，其在IM的研究領域主要有：智能傳感器，加工過程的智能控制，制造系統的智能檢測與監控，切削參數的智能優化，機械零件可靠性分析及最優化設計，機械故障智能診斷，智能學習、決策與預測等多個方面。

1943年，心理學家McCalloch與數學家Pitts合作提出了NN的第1個數學計算模型——MP模型，從而開創了NN理論研究的新時代。五十多年來，NN的研究雖一度陷入低谷，但自從1982年J．Hopfield提出HopfieldNN模型成功地解決了“旅行商問題以來，NN的研究再次進入階段，涌現了許多研究成果，并向自組織、自適應、自學習等方向發展

綜合NN幾十年的發展，其典型特征如下：并行處理機制具有眾多可調參數，可以描述較為復雜的系統；神經之間的連接強度可調，具有自適應能力}信息存儲是分布的，具有記憶和聯想能力；集體計算，有較強的計算能力；高度的冗余能力，具有一定的容錯能力；具有自組織和協調能力；學習能力較強；多層前饋型NN具有高度的非線性映射能力，能完成較為復雜的非線性系統的建模}組成NN的人工神經元較為簡單，能用硬件實現；黑箱型工作模式，邏輯分析難；傳統BP學習算法的學習時間長，易局部收斂，學習不穩定等。

進化計算(EvolutionaryComputation，EC)，也稱為行為主義的AI，是自60年代開始發展的一門新興學科。它仿照生物的進化過程，按優勝劣汰的自然選擇優化規律和方法，來解決難以用傳統方法解決的優化計算問題。其中GA是應用最普遍的一種EC技術。GA是根據生物進化的模型提出的一種優化算法，是一種全局意義上的自適應啟發式搜索技術它依照自然界優勝劣汰的自然選擇規律，經過遺傳、變異演變出滿足給定精度的較優解GA的中心問題是魯棒性(Robustness)。所謂魯捧性，是指能在許多不同環境中通過效率及功能之間的協調平衡以求生存的能力。

3.智能研究途徑和方法

智能是腦，特別是人腦所具有的。那么，要實現人工智能，自然就離不開入人腦的借鑒，其中包括對人腦的結構、功能相人腦具有智能的原因、過程等的借鑒。于是就產生了如下幾種人工智能研究途徑和方法。

（1）．結構模擬，神經計算

所謂結構模擬，就是根據人腦的生理結構和工作機理，實現計算機的智能，即人工智能。就是用人工神經元(神經細胞)組成的人工神經網絡來作為信息和知識的載體，用所謂神經計算的方法實現學習、聯想、識別和推理等功能，從而來模擬人腦的智能行為，使計算機表現出某種智能。

（2）．功能模擬，符號推演

具體來講，功能模擬法就是以人腦的心理模型，將問題或知識表示成某種邏輯網絡、采用符號推演的方法，實現搜索、推理、學習等功能，從宏觀上來模擬人腦的思維，實現機器智能?；诠δ苣M的符號推演，是人工智能研究中最早使用且直至目前還主要使用的方法。

以上兩種方法，是當前人工智能研究的兩條主要途徑。它們各有所長，也各有所短。從這兩種方法所擅長處理的問題來看，它們都有一定的局限性，而且剛好互為補充。從當前的研究現狀來看，人們將模糊推理與神經計算相結合，已展現出相得益彰的喜人前景。因此，將功能模擬與結構模擬相結合是當前人工智能研究的總趨勢，

（3）．行為模擬，控制進化

除了上述兩和研究途徑和方法外，還有一種基于感知行為模型的研究途徑和方法。我們稱其為行為模擬法。這種方法是模擬人在控制過程中的智能活動和行為特性，如自尋優、自適應、自學習、自組織等，來研究和實現人工智能。

4.智能技術的未來

智能革命的時空動力是網絡革命，使信息網絡發展為智能網絡。智能網絡的發展趨勢：一是實現計算機網絡的智能化，二是建造智能機網絡——真正意義上的智能網絡。顯然，當計算機發展為智能機，智能機網絡就會應運而生。

工廠智能化的關鍵是采用智能制造系統(IMS)。隨著計算機向智能機發展，計算機集成制造系統(CIMS)必然要發展為智能機集成制造系統(IIMS)，成為真正的智能制造系統。目前，一般是實現計算機集成制造系統的智能化，即將人工智能技術、專家系統、智能機器人運用于計算機集成制造系統，使之成為智能化的計算機集成制造系統(ICIMS)。這樣的制造系統，也是一種智能制造系統。

農業生產也能像未來工廠那樣，那么農業生產也可由自動控制進入智能控制，實現生產過程的智能化?，F在，日本已經出現了植物工廠，展示了農業工廠化、自動化，乃至智能化的廣闊前景。

智能機器不僅進入工廠和田間，還要進入辦公室和家庭，現在已經在建造“智能大廈”和“智能住宅”，實現計算機控制、機器人服務和網絡通訊，使辦公室和家庭自動化推而廣之，最終實現城市智能化。

正像蒸汽機的能量革命魔術般地創造出工業社會一樣，智能機的智能革命也會奇跡般地創造出智能社會。智能機、智能機器人和智能網絡推動社會智能化，一個全面智能化的社會，便是智能社會。

結束語：

作為高技術核心的智能技術(如人工智能、智能計算機、智能機器人等)，其關鍵是人工智能。它們的相互作用會引發智能“核爆炸”，把人工智力和人類智力的潛能爆發出來，導致智能革命；也會奇跡般地創造出一個智能社會。因此，工業社會之后不是“信息社會”。“信息社會”無非是由工業社會向智能社會轉變過程中的一個過渡階段，而不是一種獨立的社會形態。

篇7

關鍵詞： 人工智能；創新驅動；發展建議

人類對于智能機器的探索活動，古已有之。不過，以“人工智能”來命名這一探索并成為一個學科領域，卻發生于1956年夏季在Dartmouth舉行的一次小規模學術研討會上。因此，2016年是人工智能學科問世的60周年，在這個不同尋常的年份，世界各地的人工智能科技工作者都在密切關注人工智能的發展動向。

2016年3月，DeepMind研制的人工智能圍棋系統AlphaGo以4：1的戰績擊敗了韓國的圍棋高手李世石，把世界對人工智能的關注推向了前所未有的。各種各樣的議論噴涌而出。悲觀者大呼：“人工智能對于人類的潛在威脅太嚴重，應當通過立法限制甚至禁止人工智能的研究”；樂觀者高喊：“人工智能是人類的真正福音，只要把自己的思想意愿轉嫁給人工智能機器，人類就可以通過機器來實現長生不老的千年夢想”。在科技界，人們則在激動著、討論著：我們應當在什么樣的熱點技術上發力？是深度學習？是認知技術？還是類腦計算？

回想這些年來，互聯網、云計算、大數據、物聯網、移動互聯、智能制造、智慧城市、人工智能、機器人一波又一波的高新技術登臺亮相，中國科技界、教育界和產業界都在一個個地緊緊追趕。雖然在跟蹤追趕的過程中取得了不菲的進展，但是人們不禁都在思考：對于人工智能來說，當前社會的需求是什么？什么才是有效的創新戰略？怎樣才可以擺脫跟蹤追趕的被動局面，爭取到引領創新的話語權？

發展人工智能不應當是一種孤立性、局部性的行動，而應當是能夠帶動和引領整個科學技術的創新和發展。

1 人工智能是當代重要交叉科學群的創新前沿

為了闡明“人工智能是當代重要交叉科學群的創新前沿”這個論斷，需要逐個澄清相關的基本概念，包括：什么是人工智能？什么是當代的重要交叉科學群？以及什么是當代重要交叉科學群的創新前沿？

1.1 什么是人工智能

人工智能是一門“探索人類智能機理，創制人工智能機器，增強人類智力能力”的科學技術。從這個意義上可以理解，只要人類的智力能力得到了增強和擴展，人們從事各種科學技術以至各種經濟社會活動的智力能力就會得到有效提升，從而能夠有效促進各行各業的創新與發展。

那么，什么是人類智能？人類智能主要表現在人類主體為了不斷改善生存發展的水平而發現問題、定義問題、解決問題的能力。其中，發現問題和定義問題的能力依賴于主體的目的、知識、直覺、理解力、想象力、靈感、頓悟、審美等內在能力，因此被稱為“隱性智能”；解決問題的能力則主要依賴于獲得信息，生成知識，創生策略等外顯能力，因此被稱為“顯性智能”。

顯然，隱性智能十分抽象，幾近神秘，不僅研究起來甚為困難，就連理解起來也頗感玄奇，而顯性智能則相對可理解，可研究。因此，人工智能研究遵循的原則是：基于人類主體給定的問題、知識、目標（這就是人類發現問題和定義問題的能力）這些前提，研究如何利用信息、生成知識、創生策略來解決問題，達到目標。也就是說，人工智能的研究遵循人類智能與人工智能相結合的原則：人類智能負責發現和定義問題，人工智能則負責在人類所給定的問題框架下解決問題。這樣，人工智能機器就可以成為人類認識世界和改造世界的聰明助手。

由此可見，沒有生命，沒有目的，沒有靈感，也沒有審美能力的人工智能機器系統，原則上不具有隱性智能的能力，因而不可能獨立地發現問題和定義問題，只能在人類所發現和所定義的問題框架下去解決問題。因此，人工智能超越人類的恐懼缺乏科學根據。

1.2 什么是當代重要的交叉科學群

當今的時代是信息時代，認識信息資源和利用信息資源為人類服務的信息科學是當今時代的標志性科學。具體來說，信息科學是“研究信息的性質及其運動規律的科學”，也就是以信息為研究對象，以信息的性質及其運動規律為研究內容，以信息科學方法論為研究指南，以增強和擴展人類信息功能（全部信息功能的有機整體就是人類的智力功能）為研究目標的科學。換言之，信息科學的研究目標就是擴展人類的智力功能，而研究信息的性質及其運動規律和信息科學方法論都是為了實現擴展人類智力功能這個目標服務的。

由此就可以清楚地理解：人工智能的研究是信息科W的最高目標，也是信息時代科學技術發展的基本目的；而為了使人工智能系統能夠在人類發現和定義的問題框架下成功地解決問題，人工智能的研究必須從人類求解問題的能力中得到啟發。這表明，人工智能的研究需要向認知科學學習，因為認知科學就是研究人類自己是如何面對問題解決問題的。另一方面，認知科學所研究的人類解決問題的機理又建立在腦科學的基礎之上，因此，人工智能的研究必須理解腦科學的工作機理。再者，人類發現問題、定義問題、解決問題的能力并不是永遠固定不變的，而是不斷進化和發展的。因此人工智能的研究還必須學習信息生物學，后者深刻地研究和揭示了人類能力不斷進化的機制?？梢?，腦科學、認知科學、信息科學、信息生物學、人工智能是當代最具重要意義的交叉科學群。這個科學群還包含更多的學科，恕不一一闡述。

1.3 什么是當代重要科學群的創新前沿

雖然腦科學、認知科學、信息科學、信息生物學、人工智能各有各的研究內容，但是所有這些學科共同的目標都是智能，如人類的智能（腦科學）、生物的智能（信息生物學）、人類智能的物質基礎（腦科學）、人類智能和生物智能的工作機理（認知科學）、人類智能和生物智能的進化機制（認知科學與信息生物學）、人類智能的信息基礎和研究方法論（信息科學）、人類智能的機器模擬和實現（人工智能）等。

所以，人類智能和人工智能是當代這一重要交叉科學群共同的創新前沿。人們對于腦科學、認知科學、信息科學、信息生物學的理解深化了，就會促進人工智能研究的發展；反之，一旦人工智能的研究取得了突破和創新，也必然能夠帶動腦科學、認知科學、信息科學、信息生物學的突破與創新。

2 中國人工智能發展的現狀：差距與優勢

中國人工智能的發展現狀，大家平日都親身感受得到，應當比較熟悉，似乎無需贅言；但是國情是我們思考問題的基礎，因此不可不察。而且，我們對于中國在人工智能發展方面所存在的差距和優勢的認識，確實還有必要進一步深化。

2.1 差距：顯差距，隱差距

大家都意識到，中國在人工智能的發展方面確實存在不少的差距。普遍J為，由于中國缺失了工業革命這個歷史階段的洗禮，因此在工業基礎和工藝水平方面天然存在明顯的不足。特別是中國微電子工業領域的高性能芯片制造能力有待進一步加強，人工智能硬件系統的水平也有待進一步提高等，這些都是眾所周知的顯差距。

然而，更值得深思的問題是：在人工智能的科學研究方面，長期以來，中國同行普遍習慣于跟蹤學習，缺乏突破創新的民族自信心，更缺乏引領國際的強烈意識。無論是互聯網、物聯網、語義網、云計算、大數據、移動互聯這些大概念，還是深度學習、無人駕駛、類腦計算這些技術思想，都是外國學者率先提出，然后才是中國學者蜂擁而上。加上這些年滋長蔓延起來的急功近利和學術誠信缺失，往往在蜂擁而上之后的一夜之間就會冒出許多“新成果”！這是中國人工智能發展存在的隱差距。

需要指出的是，顯差距正因為“顯”，已經得到各有關方的高度重視，并且正在不斷地被縮小；但是，隱差距則因為“隱”，不容易被察覺，至今還沒有引起各方面必要的重視，因此仍然是實現突破創新和引領戰略的隱患。

2.2 優勢：現優勢，潛優勢

那么中國在人工智能研究中是否也存在什么優勢呢？表面看來，似乎中國在人工智能研究領域一直處于跟蹤學習狀態，談不上存在什么優勢；但是仔細考察發現其實不然，中國在人工智能研究中的確存在不可忽視的優勢。

中國目前雖然在整體上還處于相對落后狀態，但在某些技術研究上卻處于國際領先地位。例如：語音識別技術，中國已經在近期多次國際評測大賽中奪得世界冠軍；在汽車自動駕駛方面，中國的研發水平也與國際上旗鼓相當；特別是在理論研究方面，中國在人工智能通用理論研究方面的機制主義人工智能理論、人工智能邏輯理論研究方面的泛邏輯學、人工智能數學方面的因素空間理論都是國際領先的成果。這些都是已經涌現出來的現優勢。

更加重要的是，像人工智能這樣既十分復雜又極其深刻的科學研究，勢必自覺或不自覺地受到科學方法論的影響。幾十年來，國際人工智能的研究形成三大學派，就是受了以分而治之為特征的機械還原方法論的影響，把復雜的人工智能研究分為結構模擬的人工神經網絡學派、功能模擬的物理符號系統學派、行為模擬的感知動作系統學派，而且長久以來互不認可，不能形成人工智能研究的合力?？茖W論證充分表明，適于人工智能研究的科學方法論不是“機械還原論”的方法論，而應當是“信息生態論”的方法論。后者與中國歷來的“整體論”和“辨證論”思維傳統息息相通。因此，在人工智能的研究領域，中國握有方法論的潛在優勢（潛優勢），只要自覺地加以運用，這種潛在優勢完全可以轉化為強大的現實優勢（現優勢）。

3 人工智能的社會需求和發展中國人工智能的戰略建議

3.1 人工智能的社會需求

中國的信息化建設全面啟動于20世紀90年代，得益于現代信息技術的支持，取得了舉世矚目的輝煌成就，進入了迎接復雜問題的新時期，面臨著巨大挑戰。從整個經濟社會發展和全面改革的大局判斷，在多次講話中也明確指出，中國的改革開放進入了攻堅克難的深水區。眾所周知，人工智能技術是信息技術的高端前沿；因此，為了迎接復雜問題的挑戰，為了成功走出深水區到達勝利的彼岸，中國亟需人工智能科學技術的全面支持。

另一方面，縱觀當今的國際環境不難發現，一些發達國家在中國黃海、臺海、東海、南海不斷制造緊張局勢，企圖以武力遏制中國的和平崛起。他們聲稱要長期投資人工智能，要用人工智能武器戰勝中國，對此不能不高度警惕，并采取果斷措施。

3.2 加快發展中國人工智能的建議

為加快發展中國人工智能，從戰略性、系統性、可操作的角度出發提出5項建議。

（1）頂層規劃。

火車跑得快，全靠車頭帶。建議設立國家級智能科學技術發展規劃與協調專家委員會，負責研究和提出中國智能科學技術發展的中長期規劃，制訂智能科學技術產學研發展的實施政策，協調和促進中國智能科學技術的快速有序健康發展。

（2）人才培養。

萬事都緊要，人才是根本。建議國務院學位委員會把中國現有的“智能科學與技術”二級學科提升為一級學科，以形成系統完整的智能科學技術人才培養體系；同時建議教育部在中小學開設智能科學與技術基礎知識課程，開展課外興趣培育活動。

（3）創新研究。

跟蹤不可廢，創新更關鍵。在國家自然科學基金設置“智能科學技術基礎理論”專門領域，大力推進智能科學基礎理論的突破創新；同時在國家“十三五”規劃設立智能制造、智能農業、智能服務業、智能交通、智能網絡空間安全、智能教育等應用專項。

（4）產業標準。

創新是尖兵，產業是后盾。大力促進中國智能化產業的發展，并在國家標準委員會建立智能產品標準工作委員會，鼓勵有條件的單位和學術團體開展各類智能技術產品的測試、評價和檢驗標準的研究，引導智能化產業和產品市場有序健康發展。

（5）持續發展。

篇8

從人機對弈，到智能醫療，人工智能浪潮突起，有點像前幾年的“互聯網+”，大眾的期望不斷攀升，紛紛視之為絕對不能錯過的戰略機遇，而此次人工智能的發展浪潮主要是企業引領。

在國內，BAT不斷將人工智能融入產品方案。淘寶的商品推薦越來越準確，百度的無人駕駛技術獲得進展，這些都是依靠人工智能技術的應用。“拍立淘”可以使用照片來搜索商品，主要得益于圖像識別技術的成熟。除此之外，科大訊飛、?？低曇卜謩e在語音識別領域、安防領域建立起了競爭優勢。人工智能的應用領域空前廣泛，從物流管理到智慧交通，再到智慧醫療，開始改變不少傳統行業的運行模式。

人工智能技術不斷融入生活，從感知、預測、指導，到形成綜合方案，價值創造的生態系統正在形成。在感知環節，科大訊飛的“超腦計劃”正在支撐多個項目的商業化應用，如車載輔助系統、語音處理系統等。在預測環節，基于人工智能的天氣預測，能夠提升能源使用的效率。在輔助指導環節，智慧醫療已經開始幫助醫生做出判斷，基因組技術能夠幫助人類克服癌癥等病癥。在綜合方案環節，無人駕駛，乃至城市智慧交通的系統方案已經非常完善。據麥肯錫預測，到2025年，人工智能的市場規模將達到1 270億美元。

從人工智能的商業化過程來看，基礎支撐、關鍵技術、應用場景是非常關鍵的三要素。基礎支撐環節包括傳感設備、用戶數據、云計算技術；關鍵技術則包括視覺處理、語音識別、深度學習等內容xxx；應用場景則有智能制造、金融、醫療、家居等。與大眾強烈的樂觀情緒形成鮮明對比的是，人工智能應用目前仍偏重B端業務，與傳統業態的融合程度不高，提供的用戶體驗不夠多。

首先，AI與信息物理系統結合有限。傳統業態中能夠利用人工智能進行改造的業務環節很多，但目前人工智能企業大都處于創業階段，對傳統產業的滲透不足。按照麥肯錫的預測，如果企業對人工智能持開放的態度，到2055年有50%的工作都可以實現自動化和數字化。利用“人工智能+”，隨著市場容量的釋放，將會產生更多的獨角獸企業。

其次，基于AI的革命性產品不多：除了美圖秀秀、科大訊飛，能讓消費者想到的適用產品很少。其實，相對于德國，中國有最優秀的互聯網企業；相對于美國，中國有規模龐大的制造業。中國的優勢在于用戶形成的龐大數據，如果創業企業能夠利用開源的算法，把人工智能與用戶數據結合起來，創業企業所創新的極致產品、體驗服務將會越來越多。

數據基礎、硬件能力、算法是人工智能的三大支撐，數據的井噴式成長，來源于中國龐大的用戶市場。硬件能力正在被突破，比如我們已經有了“太湖之光”。算法是人工智能的短板，基于淺層次的識別和判斷，人工智能目前只能替代那些重復性、簡單性的勞動，而創造性、藝術性的工作則有賴于人類的感性和對美學的認知。

篇9

《新聞周刊》12月9日

自動加油泵的出現讓很多人失業，然而以其為代表的工業自動化給人類帶來的

>> 人工智能如何促進經濟發展？ 人工智能：現代經濟發展的發動機 人工智能促進深度學習的發展 人工智能發展簡史 人工智能發展進程 人工智能發展預測 人工智能現狀和發展 關于人工智能發展的思考 人工智能發展前景解讀 誰在引領人工智能發展 人工智能的發展之路 人工智能的應用和發展 BAT如何布局人工智能 人工智能超越人類會如何 人工智能如何改變教育 人工智能將促進制造業升級 人工智能促進泛中心化商業時代 淺談如何促進林下經濟發展 “人工智能”之父 人工智能 常見問題解答 當前所在位置：中國 > 政治 > 人工智能如何促進經濟發展? 人工智能如何促進經濟發展? 雜志之家、寫作服務和雜志訂閱支持對公帳戶付款！安全又可靠！ document.write("作者： 本刊編輯部")

申明:本網站內容僅用于學術交流，如有侵犯您的權益，請及時告知我們，本站將立即刪除有關內容。 《新聞周刊》12月9日

自動加油泵的出現讓很多人失業，然而以其為代表的工業自動化給人類帶來的便利確是難以估量的。經濟學家一再表示，自動化有助于總體生活水平提高、受教育程度提高、平均壽命延長和犯罪率下降。有人說這種發展對那些底層的勞動者來說并非好事，實際上它仍然給這些人帶去更實惠的產品。現在人工智能發展帶來的自動化程度更高，也有跡象表明，這種技術創造的就業機會比破壞的更多。9月份公布的美國人口普查數據顯示，自1999年以來，貧困人口的年均下降幅度最大。從2014年到2015年，美國創造了近300萬個就業機會。以谷歌、IBM為代表的世界頂尖的科技公司正在競相捕捉這個大規模的市場，建立最好的人工智能，這意味著這項技術將更快惠及到所有人。

篇10

在開始談論人工智能管理之前，先做一道選擇題。

一輛載人的自動駕駛汽車高速接近一個路口，此時路口有十個行人正在過馬路。在剎車突然失靈的情況下，汽車的自動駕駛系統應該如何選擇：

1、拐向路邊的固定障礙，躲避十個行人但犧牲車內一位乘客;

2、保持直行，確保車內一位乘客的安全但犧牲十個行人。

您會如何選擇？我們看看公眾的觀點。

當美國學術期刊《科學》就這個問題進行公眾調查時，76%的被調查者表示，應該選擇犧牲一位乘客以保全十位行人。而且這些選擇“犧牲一位乘客”的被調查者都同意以下觀點：自動駕駛汽車的制造商應該把“汽車事故死亡數最小化”作為一個指導原則設計自動駕駛系統――我們且稱之為“公平對待系統”。

有意思的是，當詢問被調查者是否愿意購買安裝“公平對待系統”的自動駕駛汽車時，大部分人表示，他們還是會選擇安裝“車內乘客優先系統”的汽車。

作為人工智能技術發展目前最成熟的領域之一，自動駕駛汽車遇到的選擇悖論并不是特例。事實上，人工智能技術作為數字經濟時代最重要的科技創新，在逐漸深入發展并成為現代社會一部分的時候，從道德與法律到監管與責任劃分，無不面臨著前所未有的兩難選擇。

歐美研究監管原則

針對這樣的挑戰，目前從美國、歐盟到中國，各國都在從技術、法律、行政和道德倫理等多個方面進行研究探討，以期在不遠的將來制定滿足人工智能應用的監管原則。 76%的被調查者表示，自動駕駛汽車的制造商英國把“汽車事故死亡數量小化”作為一個指導原則設置自動駕駛系統。

在人工智能技術發展最為領先的美國，有關人工智能監管的研究是由最高行政機構――總統行政辦公室直接領導參與的。2016年，在組織了有關人工智能的多場研討會之后，總統行政辦公室和國家科技委員會（NSTC）于10月份了兩份重量級報告：《國家人工智能研究發展戰略規劃》和《為未來的人工智能做好準備》。

在《國家人工智能研究發展戰略規劃》中，包含了7個關鍵性戰略，其中的第三戰略：理解和確定人工智能在倫理、法律和社會領域的影響;第四戰略：_保人工智能系統的安全和隱私保護，前瞻性地包含了有關人工智能在倫理、法律、社會影響、安全和隱私保護等領域的相關內容，包含了和人工智能監管相關的目標與原則。

歐盟由歐洲議會牽頭以立法研究的方式探討人工智能和機器人監管的相關原則。在美國總統行政辦公室人工智能規劃和報告的同月，歐盟法律事務委員會向歐盟提交了《歐盟機器人民事法律規則》。該法律規則從機器人使用的責任規則、倫理原則、對人類自身和財產的傷害賠償等多方面提出了對基于人工智能技術控制機器人的監管原則。

作為即將脫離歐盟的英國，也在人工智能監管領域開始獨立的研究。2017年2月，英國下議院科學技術委員會向多位英國頂尖的互聯網與人工智能領域的專家發出邀請，希望其對于“決策中的算法”給出自己的專家意見。4月26日，科學技術委員公布了收到的正式回復，并將以此作為基礎開展人工智能監管的研究。

公平和準確難平衡

從美國、歐盟和英國的研究結果和形成的文件、決議與規則來看，目前在人工智能監管方面形成公式的挑戰主要來自公平性、透明性和責任認定等三方面。

首先是公平性。對于人工智能算法來說，任何對于輸出，也就是預測值有貢獻的信息都應該作為輸入變量參與到人工智能算法的計算中。但在現實社會中，并不是所有與結果相關的信息都可以被接受。

2014年以來，美國多個州的犯罪執法機構都依靠一個名為COMPAS的人工智能系統預測過往有犯罪記錄的人員再次犯罪的可能性，并以此數據作為是否允許罪犯減刑提前回歸社會的決策依據之一。2016年6月，COMPAS系統被第三方調查機構ProPublica質疑其預測結果對黑人罪犯有明顯的歧視。

按照ProPublica提供的數據，在各個預測再次犯罪的評分水平上，白人與黑人均保持相似的再次犯罪概率。

但從整體結果看，在其他輸入條件與白人罪犯基本類似的情況下，COMPAS人工智能預測模型仍然會傾向于把黑人罪犯判別為會再次犯罪。其中的一個重要原因是有關黑人的記錄遠多于白人的記錄。這一點是COMPAS人工智能預測模型無法改變的。

這個結果引起了媒體和社會的爭議。單純基于人種、膚色、文化、信仰乃至生活習性的差異，人工智能系統基于算法就給予不同的評判和對待，這對于公平是一種事實上的漠視。那么未來在人工智能技術廣泛進入人類社會的時候，各種小眾人群都有可能由于個體差異遭受來自“模型的歧視”。

這顯然是現代社會的文明準則所不能接受的。這也是監管部門首先要解決的問題――模型的公平性。

目前可行的折中方法是，限制種族、膚色、年齡、性取向和其他生物與生活習慣等特征被作為輸入變量參與到人工智能算法的構建，以避免這些有可能造成“模型的歧視”的變量最終影響模型的預測結果。

應該認識到，人工智能模型的公平性和準確性是一個蹺蹺板，如何讓這個蹺蹺板取得平衡并與現代社會的公平價值觀取得一致，目前還沒有一個最佳答案。

找不到問題所在

其次是透明性，也被稱為可解釋性。在現有的人工智能技術發展路徑下，成熟的人工智能算法或許永遠都是一個“黑盒子”――外界無法得知內部的運行機制，只能夠通過對輸入和輸出數據的解讀來了解其能夠達到的效果，并推測其內部計算機制的構成。

目前科技界主流的看法都認為人工智能模型缺乏透明性，而且這一點不會隨著技術發展而徹底改變。那么以往通過企業透明披露產品和系統信息以便政府監管的做法在人工智能領域是行不通的。

舉個例子，傳統汽車是由車身、發動機、變速箱、剎車系統、電子控制系統等多個部件組成。每個部件也都可以拆解成為具體的零件。任何一個產品問題都可以歸結到具體零件上，并針對其提出改進意見。

但對于自動駕駛汽車，人工智能系統作為一個整體完成最終的控制動作，一旦發生人工智能系統的錯誤操作，除了明顯的傳感器故障，我們無法清晰定位問題原因，也不會立即明確該如何調整系統。

目前通用的做法是猜想故障原因，并用場景還原的方式提供與錯誤操作時類似的數據輸入，并觀察輸出結果。在捕捉到錯誤輸出后，通過提供修正錯誤的訓練數據集，逐步完成對人工智能系統的調整。最終還是要在反復測試的情況下確認人工智能系統已經完成了針對此錯誤的修正。

由于人工智能算法的非透明性，監管部門就無法從人工智能算法本身入手提出管理要求，因為人工智能系統的提供商自己都無法清晰解釋算法的核心工作機理。所以，最終的監管要求就會從基于原理和結構管理轉而基于最終結果管理。也就是說，不管白貓黑貓，抓到老鼠就是好貓。

非透明性決定了未來人類在監管人工智能系統時永遠要面臨著“黑盒子”帶來的不確定性。而這一點，也給責任認定帶來天然的障礙。

誰來承擔責任

對于責任認定的探討研究，目前是最少也是最困難的。對于一般的C械電氣設備，由于設計缺陷、材料質量或其他產品質量所導致的人身財產損害，設備制造商將承擔主要甚至全部責任。

而對于人工智能系統控制的設備，由于其在算法透明性和可解釋性方面的困難，監管部門幾乎無法從算法本身去認定是否包含設計缺陷，也就無法就算法本身的設計去進行責任認定，這為監管帶來了非常大的困難。

有意思的是，歐盟在其2017年2月投票通過的《歐盟機器人民事法律規則》中，提出了考慮給予機器人以特殊的法律地位，即電子人的概念。也就是說，未來法律體系中將會存在一個不同于自然人、法人、動物等的另一法律實體，其能夠獨立存在，享有自己的權利并承擔相應的義務。對于由自身引起的第三方人身財產傷害，電子人將會被認定承擔一定的責任，并作出賠償。

如果電子人的概念未來被現有的人類社會廣泛接受，那么其造成的影響就不局限于人工智能監管本身，而將深深影響到未來社會的各個方面。

除了公平性、透明性和責任認定之外，人工智能系統還會大量替代現有的人工崗位，從而對未來的勞動力市場產生巨大的影響。由此而衍生的社會就業沖擊和對人類技能要求的改變還會影響更多的方面。

2017年2月，微軟公司創始人比爾?蓋茨在接受媒體采訪時表示，應該通過對機器人征稅，來籌集資金，以幫助被自動化所取代的工人進行再培訓。