时间:2023-08-16 17:14:10
导语:在智能科学与技术学科评估的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。
计划强调,要加强人工智能领域专业建设,形成“人工智能+X”复合专业培养新模式。计划的重点任务之一,是要完善人工智能领域人才培养体系,并且推动高校人工智能领域科技成果转化与示范应用。高校在人才培养中起到了至关重要的作用,虽然人工智能尚未成为一级学科,但国内不少一流的高校已经开始通过建立合作实验室、增强人工智能分支教学等方式发展人工智能。
为了解各高校开展人工智能研究的情况,亿欧盘点了10家在设有人工智能实验室或有人工智能分支专业的高校。
清华大学:计算机科学与技术系
清华大学计算机科学与技术系(简称计算机系)成立于1958年,在2006年、2012年全国学位与研究生教育发展中心开展的一级学科整体水平评估中,以总分满分100分的成绩排名第一。2017年,在 USnews 推出的世界大学学科排名 Best Global Universities for Computer Science 中,计算机科学与技术学科紧随 MIT之后位列世界第2名。在 QS 世界大学排名 (QS World University Rankings) 给出的全球计算机学科排名中为例第15名,其排名与得分逐年稳步提升。
计算机系包含了国内计算机专业最全的学科方向,设有高性能计算机与处理器、并行与分布式处理、存储系统、大数据与云计算、计算机网络、网络与信息系统安全、系统性能评价、理论计算机科学、数据工程及知识工程、软件工程、计算机与VLSI设计自动化、软件理论与系统、生物计算及量子计算、人工智能、智能控制及机器人、人机交互与普适计算、计算机图形学与可视化技术、CAD技术、计算机视觉、媒体信息处理等研究方向。
计算机系现设有高性能计算、计算机网络技术、计算机软件、人机交互与媒体集成4个研究所;智能技术与系统国家重点实验室;计算机基础与实验教学部等科研教学机构。
计算机系还设有国家级计算机实验教学示范中心,包括:计算机原理实验室、微型计算机实验室、计算机网络实验室、操作系统实验室、计算机软件实验室、计算机控制系统实验室、智能机器人实验室、计算机接口实验室、学生科技创新实验室等。此外,计算机系还与腾讯、搜狗、微软、思科等国内外著名公司建立了面向教学或研究的联合实验室。
北京大学:智能科学系
智能科学系成立于2002年7月,主要从事智能感知、机器学习、数据智能分析与智能计算、智能机器人等方向的基础和应用基础研究,侧重于理论、方法以及重大领域应用上。
北大智能科学系依托于视觉听觉信息处理国家重点实验室,实验室以实现高度智能化的机器感知系统为目标,在生物特征识别研究方面处于国际领先地位。智能科学系在著名的软件与人工智能专家、我国载人飞船工程软件专家组组长何新贵院士和长江特聘教授查红彬教授的带领下,重点开展机器视觉、机器听觉、智能系统与智能的生理心理基础等研究。以北大智能科学研究人员为技术核心的北大指纹自动识别系统,是国内唯一能与国外系统抗衡的自主知识产权,是中国第一家也是唯一的一家提供公安应用全面解决方案的系统,拥有中国指纹自动识别技术产品第一市场占有率。
人工神经网络说话人识别新方法的研究获得教育部科技进步一等奖;国家空间信息基础设施关键技术研究获得2000年中国高校科学技术二等奖,入选2000年中国高校十大科技进展。
复旦大学:类脑智能科学与技术研究院
复旦大学类脑智能科学与技术研究院于2015年3月筹建成立,是复旦大学校内的独立二级研究机构。其前身为复旦大学第一批跨学科交叉国际化研究中心——计算系统生物学研究中心,成立于2008年。研究院基于复旦大学既有的数学、统计学、计算机科学、生物学、信息学、临床医学、语言学、心理学等多学科综合交叉研究优势,以计算神经科学为桥梁,着力开展大脑机制解析、脑疾病智能诊疗、类脑智能算法、类脑智能软硬件、新药智能研发、通用智能等相关领域的科学研究、技术研发和人才培养。
研究院率先探索打通国际与国内、科技与产业的全链条、全球化产学研合作机制,充分发挥高校培养和储备高端智能人才、发现和培育前沿技术的综合优势,推动产学研源头创新与合作,致力于成为推动脑科学、人工类脑智能与产业应用融合发展的重要科技创新平台。
研究院目前在建五个核心功能平台和一个国际合作研发中心,主要包括:一是以脑高级认知功能的多信息反馈处理机制研究为核心的神经形态计算仿真平台;二是以多尺度多中心重大脑疾病数据库和算法开发为基础的智能诊治数据示范平台;三是依托高端医疗影像设备集群,为生物医学转化研究和信息产业智能化提供试验技术支撑的综合生物医学影像平台;四是以开发深度学习、强化学习和自组织学习等机器学习算法以及可穿戴设备、类脑芯片、健康服务机器人等为目标的类脑智能软、硬件开发平台;五是集孵化加速、产业联盟、投资基金为一体,为类脑智能创新项目及企业提供应用技术资源和孵化服务的类脑智能产业化平台;六是依托已有的欧洲人类脑计划、美国脑计划等国际合作的数据、学术资源,建设类脑智能国际合作节点和人才培养中心。
中国科学院:自动化研究所
中国科学院自动化研究所成立于1956年10月,是我国最早成立的国立自动化研究机构。目前设有类脑智能研究中心、智能感知与计算研究中心、脑网络组研究中心等12个科研开发部门,还有若干与国际和社会其他创新单元共建的各类联合实验室和工程中心。另有汉王科技、三博中等四十余家持股高科技公司。
近年来,自动化所共获得省部级以上奖励30余项。数量逐年增加,质量不断提高;专利申请和授权量连年攀升,多年位居北京市科研系统前十名绘制的“脑网络组图谱”第一次建立了宏观尺度上的活体全脑连接图谱;虹膜识别核心技术突破国外封锁,通过产学研用相结合走出“中国制造”之路;基于自动化所语音识别技术的“紫冬语音云”在淘宝、来往等阿里巴巴旗下移动客户端产品中得到推广;“分子影像手术导航系统”通过国家药监局医疗器械安全性及有效性检测认证并进入临床应用;“智能视频监控技术”和“人脸识别技术”分别成功应用于2008年北京奥运会、2010年上海世博会的安保工作中,为社会安全贡献自己的力量;研制的AI程序“CASIA-先知1.0”采用知识和数据混合驱动的体系架构,在2017首届全国兵棋推演大赛总决赛中7:1的悬殊比分战胜人类顶级选手,展示了人工智能技术在博弈对抗领域的强大实力……
在共建机构方面,自动化所与新加坡媒体发展管理局联合成立中新数字媒体研究院,聚焦交互式语言学习、视频和分析等领域;与瑞士洛桑联邦理工大学(EPFL)在京成立中瑞数据密集型神经科学联合实验室,在类脑智能研究方面展开合作;与澳大利亚昆士兰大学(UQ)共建中澳脑网络组联合实验室,在“计算大脑”研究方向上进行远景规划;还与香港科技大学共建智能识别联合实验室,在模式识别、无线传感器网络等领域展开合作。
厦门大学:智能科学与技术系
早在上世纪八十年代初,厦门大学就已开始从事人工智能领域的研究,相继在专家系统、自然语言处理与机器翻译等领域取得过一系列成果。为此,1988年经学校批准成立“厦门大学人工智能与计算机应用研究所”,后于2004年更名为“厦门大学人工智能研究所”。2006年12月,经国家教育部批准,厦门大学正式设立“智能科学与技术”本科专业,并于2007年6月经学校批准成立“厦门大学智能科学与技术系”。
厦门大学智能科学与技术系现有一个本科专业(智能科学与技术),三个硕士学位授予专业(模式识别与智能系统、计算机科学与技术、智能科学与技术),两个博士学位授予专业(计算机科学与技术、智能科学与技术)。
目前该系承担多项国家863、国家自然科学基金、福建省科技基金等项目,拥有“福建省仿脑智能系统重点实验室”、“智能信息技术福建省高校重点实验室”和“厦门大学语言技术中心”三个平台,此外还有“艺术认知与计算”、“自然语言处理”、“智能多媒体技术”、“人工大脑实验室”、“智能中医信息处理”等多个研究型实验室,为培养高质量的学生提供了必要的保障。
上海交通大学:计算机科学与工程系
上海交通大学计算机科学与工程系成立于1984年。近年来,随着计算机科学与技术在人们生活中的应用不断深入,特别是随着云计算、物联网、移动互联网、大数据等技术的兴起,交通大学计算机系不断调整学科方向,形成了高可靠软件与理论、并行与分布式系统、计算机网络、智能人机交互、密码学与信息安全等研究方向。
该院系下设三个重点实验室:智能计算与智能系统重点实验室、上海市教委智能交互与认知工程重点实验室、省部共建国家重点实验室培育基地及上海市可扩展计算与系统重点实验室。其中,上海交通大学-微软智能计算与智能系统联合实验室目前是教育部-微软重点实验室,成立于2005年9月,是交通大学和微软亚洲研究院在多年良好合作的基础上,为了更好发挥各自在并发计算、算法与复杂性理论、仿脑计算、计算机视觉、机器学习、计算智能、自然语言处理、多媒体通讯以及机器人等领域的优势,实现“使未来的计算机和机器人能够看、听、学,能以自然语言的方式与人类交流”这一共同使命而成立的。实验室在科学研究、人才培养、学术交流等方面也取得了很好的成绩。实验室累积200余篇,成果发表于CVPR,ICCV,WWW等国际顶级会议上。
南京大学:计算机科学与技术系
南京大学的计算机科学研究起步于1958年,建立了计算技术、计算数学、数理逻辑等专业开始培养计算机相关领域专门人才,1978年在上述三个专业基础上成立了计算机科学系,1993年更名为计算机科学与技术系。
依托该系师资,先后成立了南京大学计算机软件研究所、计算机软件新技术国家重点实验室(南京大学)、南京大学计算机应用研究所、南京大学多媒体计算技术研究所、南京大学软件工程中心(江苏省软件工程研究中心)、南京大学信息安全研究所等科研机构。主要科研方向有:软件自动化与形式化、分布与并行计算及新型网络、新型程序设计与软件方法学、多媒体与信息处理、人工智能与机器学习、系统软件及信息安全等。
建系30年来,共承担国家973计划、国家863计划、国家攀登计划、国家自然科学基金、国家科技攻关等重大科技计划项目以及省、部、委科研项目和企事业委托或国际合作的研发项目300余项,科研成果获得各种奖励80余项,其中国家科技进步奖一等奖1项、二等奖4项、三等奖2项,省部委自然科学奖和科技进步奖特等奖2项,一等奖8项,二等奖37项。3000多篇,出版专著、教材50多部,申请国家发明专利33项。部分成果被转化为产品,产生了较大社会效益和经济效益。
哈尔滨工业大学:计算机科学与技术学院
哈尔滨工业大学计算机专业创建于1956年,是中国最早的计算机专业之一。在1985年,发展成为计算机科学与工程系,并建立了计算机科学技术研究所。2000年,计算机科学与技术学院成立;同年,建立了软件学院,后经国家教育部、国家计委批准为国家示范性软件学院。目前。哈工大计算机科学与技术学院拥有计算机科学与技术国家一级重点学科、7个博士点和7个硕士点、1个博士后科研流动站、一个国家级教学团队、一个国家级科技创新团队、一个国防科工委创新研究团队。
目前主要研究方向包括:智能人机交互、音视频编解码技术、语言处理、自然语言理解与中文信息处理、机器翻译、信息检索、海量数据计算、计算机网络与信息安全、传感器网与移动计算、高可靠与容错计算技术、穿戴计算机、企业计算与服务计算、智能机器人、生物计算与生物特征识别。
学院有一批研究成果达到国际先进水平,包括:国家信息安全管理系统、数字视频广播编码传输与接收系统、大规模网络特定信息获取系统、计算机机群并行数据库系统、并行数据库系统、神州号飞船数据管理分系统、穿戴计算机系统、信息安全与实时监测系统、人脸识别系统、视频编解码技术、黑龙江省CIMS应用示范工程、农业专家系统等等。
中国科学技术大学:计算机科学与技术学院
中国科技大学于1958年建校时就设置了计算机专业。根据学科发展趋势和国家中长期发展规划,面向国家和社会的重大需求,计算机科学与技术学院将科研力量凝聚在高性能计算、智能计算与应用、网络计算与可信计算、先进计算机系统四个主要的研究领域。
学院的支撑实验室有:国家高性能计算中心(合肥)、安徽省高性能计算重点实验室、安徽省计算与通讯软件重点实验室、 多媒体计算与通信教育部-微软重点实验室、中国科大超级运算中心和信息科学实验中心。
其中,多媒体计算与通信教育部—微软重点实验室主要从事人机自然语音通信、语义计算与数据挖掘等方面的研究。人机自然语音通信方面,主要研究中文信息处理、人类视听觉机理、语音语言学等。语义计算与数据挖掘方面,主要研究自然语言驱动的计算、多媒体内容的语义标注、自动问答、语义社会网络、数据与知识工程、隐私保护与管理中的语义计算等。
依托多媒体计算与通信教育部—微软重点实验室,双方联合实施了联合培养博士生计划、实习生计划、精品课程建设计划、青年教师培养计划等,取得了突出成果,探索出了一条企业和高校共同培养优秀人才的道路,为微软亚洲研究院与其他高校的合作提供了一个经典范例。
华中科技大学:自动化学院
华中科技大学自动化学院是由原控制科学与工程系和原图像识别与人工智能研究所于2013年合并组建的学院。原控制科学与工程系前身是成立于1973年的华中工学院自动控制系,1998年更名为华中理工大学控制科学与工程系;原图像识别与人工智能研究所是1978年由教育部和航天部共同批准成立从事图像识别和人工智能研究的研究机构。
科学研究工作主要涉及复杂系统控制理论、决策分析与决策支持、电力电子与运动控制、智能控制与机器人、计算机集成控制与网络技术、信息检测与识别、飞行器控制与状态监测、生物信息处理、神经接口与康复技术、物流系统、国民经济动员与公共安全、多谱图像制导、目标探测的多谱信息技术、多谱信息的实时处理与系统集成技术、人工智能与思维科学、信息安全等方向。
模式识别与智能系统是自动化一级学科的重要二级学科。迄今为止,本系在原 “图像识别与人工智能研究所”和“控制科学与工程系”的这两个学科点承担了百余项国家、国防与行业项目。近5年科研经费总额在8000万元以上,包括973计划,国家自然科学基金重点、面上和青年基金项目,863计划,国家重大专项、国防重点预研与基金,国家科技支撑计划,省部级科研项目,以及大型工程和企业科研合作项目等。
总结
何为智慧城市
智慧城市其实有很多定义,根据近几年的实践,我们可以这样理解,首先就是以我国提出创新、协调、绿色、开放、共享作为发展的前提,包括传统移动互联网、卫星网等,借助四类技术深入融合的数据化、网络化、智能化技术手段,其中四类技术就是信息通信技术、智能科学技术、系统工程技术和城市运行管理技术。
要把工业化、信息化、城镇化、农业现代化四化同步发展,根据这个特色构成以企业、政府、用户三方为中心的智慧城市资源与能力。智慧城市服务云终端通过云服务平台能随时随地按需求获取智慧城市的资源和能力,就像现在用电、用水一样。
云可以利用此做什么?就是对五大服务系统和活动中的人、机、物、环境、信息进行自主智慧的感知、互联、分析、学习、决策和执行。因此必须具备三个要素,通过经营管理、设备、技术组成新的模式,以用户为中心构成以“人、机、物、环境、信息融合,互联网、服务化、协同化、个性化、柔性化、社会化”为基调的智慧城市新模式,最后进入实现“和谐、安全、高效、幸福、绿色”崭新的现代智慧城市系统。
智慧城市的整体架构
根据这样的理念内涵,智慧城市整个架构可以这样理解,首先是智慧城市的硬软资源和能力。然后感知进入中心层,有各种各样感知单元,对各种各样的感知对象进行感知,通过多样的网络进行融合完成初步的处理后,就完成了智慧城市云服务平台的构建。
把智慧的资源和能力虚拟化、服务化,构成云池,紧接着对云池中的资源进行支撑,根据智慧资源的能力、资源管理、数据、知识模型的管理以及用户需要,怎么去构建所需要的虚拟化的环境,管理、定性并评估这个环境。很重要的智慧体现就是把大数据的资源体现,因此大数据的处理器和引擎,移动互联网要接进来,还要把仿真切入进来。
关于服务的提供者、使用者和平台运营者三方面,应用层就是具体的市民、政府、企业,所以这样的架构就是“互联网+城市”资源与能力的智慧互联系统。新的信息系统为此提供信息资源和能力的存储、共享、协同和智能计算。智能科学系统包括人工智能、机器学习、脑科学以及认知科学,也同时起到相应的作用。系统工程包括系统集成、系统架构以及基础十大系统的城市运行的管理技术,这是一个体系。另外整个城市要有经营管理,政务管理,同时要重视仿真和实践技术以及还有云服务技术。
第三个架构特别强调软件,包括新的软件平台、平台软件技术和应用软件技术。第一类是物理安全要隔离,第二类就是技术安全,例如网络控制、数据库备份、恢复等。关于管理,还有一个硬性的商业安全以及评估,这是整个智慧城市的架构。
对于基础和服务系统两部分的界定,人口、地理、经济、法人是基础数据库,如果按主体分可以分政府、企业、个人,按照数据形式可以分为结构化、非结构化,城市管理、社会民生、资源环境、产业经济、基础支撑等。这是符合大数据特点的,数据量大,高速、多样,价值不可替代。简单的说就是通过各类信息资源的共享、交换,挖掘分析基础理论,实现城市系统及活动中人机物环境信息自主智慧的感知、互联、分析、学习、决策与执行,进而使城市服务系统精准化、高效化、智能化运行。
例如智慧政务,智慧医疗,智慧经济,提高科学预测雾霾等。根据这样一个大数据的来源分类,大数据的平台技术在设计过程中要注意数据可扩展性,数据来源采集方式的多样化,计算性能高效化以及分析系统安全性。具体的说在感知层,RFID、传感器、摄象头等的感知,在存储层将基础信息、政务信息和社会信息三大类信息存起来,然后计算层包括数据的集成,数据的引擎以及分享。例如数据集成中有作业管理、配置管理、调度管理、作业集成等服务;数据引擎中涉及数据批处理引擎,数据流处理引擎,数据存储引擎等;数据分析挖掘包括数据分析,数据挖掘。应用层有统一的接口、相应算法的库,以及数据可视化的技术,还包括内容解说,应用管理调度和资源目录等。这样统一调配掌管,统一认证,数据管理、运维和物理安全、网络安全、应用安全以及数据安全的管理,这也就是整个系统架构。
智慧城市大数据领域的
六大技术
智慧城市大数据继承与清洗技术把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集成,清洗得到干净的一致的数据,为智慧城市建设提供全面的数据共享基础,并发送给存储系统或数据空间件系统进行后续处理,涉及到数据抽取、转换、加载、清洗、对比、校准等技术。特色就是实时数据源占比高,异构数据类型整合,实现信息共享和数据在智慧城市各系统中有序流动,支持后期的数据分析和辅助决策等其他深层次的应用。
存储和管理技术。就是采用云存储和分布存储技术以及高吞吐量数据库技术与非结构化数据访问技术实现经济、高效、高可靠、容错好的存储、访问与管理数据。那么什么是存储和管理的特色呢?就是海量数据的分布式存储,每天产生数千个数据,而且是多种存储形式。数据管理方面,采用层次式、目录化的管理方式使数据管理逻辑更为清晰。为了保证实时政策的指示,就需要对各类数据快速访问。
数据分析挖掘技术。智慧城市大数据的挖掘是从海量、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中有价值的、潜在的信息和知识的过程,也是一种决策支持过程。主要基于人工智能、机器学习、模式学习、统计学等学科知识。
大数据可视化。要把整个大数据运用计算机的图形和图象处理技术,将数据转化为图形或者图象在屏幕上显示出来,进行交互处理。这涉及到很多学科,例如计算机图形学、图象处理等。其中多维数据分析展示,交互式数据展示是最新的部分成就。特色是综合维度数据以及交互式需求迫切,通过各种形式存在,能更加直观传达关键方面的问题和特征。
此外,标准的质量。技术产品行业安全等方面的标准与规范也是必须要具备的,而且涉及到规范、标准、控制,监督等技术。已有成果是大数据标准体系框架,大数据交易规范体系,大数据质量管控方面。技术特色类型标准需求迫切,以交换和交易过程为导向,俗加胫柿刻逑稻劢褂谥腔鄢鞘锌缌煊虻氖据交换集成和应用数据交易。另外安全技术,涉及采集安全,传输安全,存储安全,挖掘安全,应用安全,隐私数据保护,安全态势感知,安全防御,安全管理,安全检测等方面,目前大数据已有大数据隐私保护和数据水印方面的成果。
[关键词]智能型机械;机械自动化;特点分析;应用趋势
中图分类号:TU992.3 文献标识码:A 文章编号:1009-914X(2016)24-0325-01
0 前言
机械自动化是科技不断发展的产物,其也是机械领域应用的一项新技术,在机械生产与加工中发挥着重要的作用。机械自动化在发展的过程中,应用的领域越来越广,将其应用在智能型机械的加工与生产中,可以提高产品的生产效率,在利用网络技术、信息技术以及计算机技术后,有效提高了企业的经济效益。本文对智能型机械自动化应用趋势进行了介绍,希望可以促进这项技术更好的推广
1 智能型机械自动化的优势分析
1.1减少生产人员工作量
智能技术在机械自动化中的应用,使得原来传统的机械自动化控制系统变得控制高质化、高效化,工作变得远程化与无需人员操纵控制,让得原本控制能力十分弱的自动化控制具有了一定的自主能力,使其更能有效及时的解决一些日常工作中的意外情况。这种智能型的机械自动化技术是人们通过机器模拟人思维的一种大胆尝试,该技术的发展可以有效的解决很多危险与精细工作的人员问题,让原本很多人为做不好的控制工作或危险工作来被机器所代替,从而实现更高质、更和谐的自动化技术发展,更大大减少了生产和操作人员的工作量,为智能型机械自动化技术在其他行业的发展奠定一定的基础。
1.2 提高生产效益与经济效益
智能型机械自动化技术是一项人为研究编造的系统技术,人们在日常生活中工作会因为一定的自身或周围环境原因,使得工作进行的效率低,质量差。而这种智能型的机械自动化技术,可以运用生产和控制中,让其无间断,不停歇的工作生产,在控制中可以起到十分明显的规范性,不会存在人为控制的很多问题。在实际的应用过程中,会通过最初编写的规则或者人为制定的规则运行,在执行过程中不会带有情绪化操作,也不会因为操作原因出错,可以有效的避免传统机械工作中一些出现的问题,能降低机械生产过程中的总体成本。能够连接网络互联网,人在千里之外可以通过网络实现远程控制,更有效的节约了人们的自身时间,使控制工作变得更为简便、快捷,最重要的是提高了生产效益与经济效益。
1.3 便于管理
在机械自动化生产和控制功能工作中,智能技术的运用相对于传统的生产、控制技术而言具有很大的优势,智能技术能够更大程度的提高机械自动化运行的紧密系数,可以解决生产或控制过程中一些更为复杂的动态问题,对这些传统技术不能解决的问题实现更为有效的掌控,加强控制模型的管控能力。这种更先进的智能技术整合了整个机械自动化生产的数据资源,所以出现数据无法预测与不能有效评估的情况十分低。推行智能型的机械自动化应用不仅有利于机械生产,管理起来也是非常方便、简单的。
2 智能型机械自动化的应用趋势
2.1 重组产品结构,重视智能型机械自动化的应用
随着市场经济化不断深入,面对激烈的竞争市场竞争,企业要想占得一定的地位,就应对其产品和生产方式进行不断的创新。首先,对于企业来讲,产品的创新和调整应从不同的生产方式开始改善,通过引进先进的生产设备和技术,提倡智能型的机械自动化生产。由上述可知,智能型机械自动化技术已经被广泛运用在各行各业中,因高效的生产速率以及有保障的生产质量,不仅节约了企业的生产人力资源投入,更能促进经济效益与社会效益的提升。因此,企业应在重视起智能型机械自动化的生产应用,不断创新产品生产方式。不仅如此,自我国加入WTO后,社会各界对于智能技术的关注度都有所提高,将智能型机械自动化技术运用起来,还能提高企业的市场竞争力,进一步促进企业的发展。
2.2 实现企业信息化、网络化的信息发展目标
随着信息技术的发展,在机械自动化技术中,信息反映的是事物状态中的数据、指令、信号、程序以及情报等数据。简单来说,信息就是特定的知识,信息技术就是讲这些信息进行采集、识别以及转换,最后在进行传输和存储,经过特定的处理后显示出来。从根本上来讲,这就是一种知识的处理,也就是我们所说的智能技术。企业要想实现信息化、网络化的信息发展目标,就应秉承“以人为本”的生产思想,充分分析、深入了解服务对象的实际需求,重视起生产方式和产品的创新,不断开发和利用智能技术,运用其智能型机械自动化技术,从而提高企业的生产力,实现提高经济效益与经济效益的目的。此外,在推行智能型机械自动化技术的实际应用过程中,将网络化作为核心的发展内容,实现生产设备的整体自动化、网络化发展。这样一来,才得以发挥智能技术的作用,进一步保障机械自动化生产能力。
2.3 把握社会和经济的发展方向
智能型机械自动化逐渐受到多领域的关注,对于多种学科和技术的综合运用更是得到了较大的发展。因此,我们不难发现,将智能型机械自动化运用到生产中,延伸出了更多的新产业。从某种程度上来讲,智能型机械自动化技术就是在自动化技术的基础上发展而来,需要特别注意的是,处于科学技术、社会发展的关键时期的技术创新,必须向着有利于拓展空间、开辟市场的方向发展,才能更好的促进技术的更新和生产的改善。但对于企业来讲,智能型机械自动化技术的运用是实现产品调整、设备更新以及技术换代的重要因素,更是促进市场经济和企业长远发展的根本需求。
2.4 机械自动化技术向人工智能方向发展
随着计算机科学技术的发展,智能型机械自动化的应用将逐渐向人工智能与机械自动化结合的方向发展。因智能型机械自动化技术在生产领域中发挥的重要作用,使得电器机械自动化、网络化、信息化的智能型机械自动化发展逐渐崛起。为实现更人性化的生产控制,对于人工智能科学的运用将成为未来机械自动化发展的必然趋势,这种智能技术已经被愚弄在生产管理中,尤其是对智能型软件系统的开发。
3 结束语
智能型机械自动化的应用是机械制造行业不断发展的必然趋势,应用先进的自动化技术,可以提高企业的生产效率,可以提高企业的经营效益。智能型机械自动化技术还可以提高实现对机械产品的创新,可以对生产的模式进行改革,这也是机械加工企业不断发展的重要支持。智能型机械自动化技术应用的领域在不断扩大,其在发展与完善的过程中,功能越来越强大,在结合信息技术、网络技术后,可以对生产系统进行远程控制,可以了解系统中设备运行的参数,可以及时发现安全隐患,降低故障出现的概率。
参考文献
[1] 张伟.浅析我国发展机械自动化的原则[J].魅力中国,2011,(10):244-245.
[2] 李金洲,方旭.浅析机械自动化的产生与发展前景[J].中国科技博览,2011,(6):12-13.
[3] 李昱蓉.论我国机械自动化技术未来的发展方向[J].西部大开发(中旬刊),2010,(3):77-78.
关键词 生态论;复杂系统;方法论;多元化;减商化;去货币化
中图分类号 X17 文献标识码 A 文章编号 1007-5739(2012)10-0028-02
生态思想(ecological thoughts)就是用和谐的生态观去观察世界,用生态化的方法去研究人与人、人与自然的社会关系与生态关系,使自己的行为恪守生态伦理道德成为一种自觉意识(即生态意识)。生态化(ecologicalize)是把广义的生态系统看作一个活的不可分割的有机生命体,把人与人、人与自然间的生态关系和社会关系当作子系统之间相互联系的和谐纽带。生态论(ecologism)就是运用生态思想去探索世界,研究并指导人类社会发展的一种基本理论与方法。显然,生态论是一种方法论,是以生态观来观察世界、研究世界的一般方法。生态论是建立在系统论基础之上的一种方法论,在继承系统论的一些基本理论与方法基础上,融入了生态学基本原理与技术[1-5]。
1 生态论与系统论
从认识论的方法角度看,生态论是继神论、机械论、系统论之后的一种认识论。神论(theism)认为,世界万物都是神创造的,神可以将他的意志或意思通过某些个别的人、某些事迹或事件、某些经典传达给世人。机械论(mechanism)把整个自然都解释成一个在运动中、完全受制于物理学和化学规律的客观存在的体系。系统论(system theory)把世界理解为由若干要素以一定结构形式联结构成的具有某种功能的有机整体,系统论在研究世界时,从系统、要素、结构、功能4个方面重点研究要素与要素、要素与系统、系统与环境三方面的关系(表1)。
像系统论继承了机械论的一些基本原理与方法一样,生态论也继承了系统论的一些基本原理与方法。生态论在分析研究世界时,在使用系统理论的同时,更加着重从研究对象的“生命”特征入手,分析其成长、消亡与再生,以及代谢、进化等“生命”过程。如果说系统论与机械论是将数学与物理学的研究方法引入其他科学,那么生态论则是在引入数学与物理学方法的同时,还将生态学与生物学方法融入到其他学科研究中去。
生态论的核心思想是系统的“生命”观念。生态论认为,任何系统都可以看作是一个“生命体”,其不仅具有系统论中所具有的特性,还具有一定“生命”特征,如生命周期性、代谢性、进化性[2]。
2 生态论方法
2.1 代谢分析
代谢分析就是对复杂系统的物质流、能量流和信息流进行分析。分析时可以将复杂系统理解为一个复杂网络(超图),这样就可以使用复杂网络分析技术和代谢动力学分析方法,将表示代谢流的复杂网络转换为状态·关系向量,采用时空动态分析(TSDA,Time-Space Dynamic Analysis of Event)方法进行分析[6]。
2.2 场分析
场(field)是指系统在一定的时空内的分布,包括其所占的时空位置,以及与环境其他因子之间的关系。在宏观上,通过场分析,可以了解系统的场的范围(宽度和重叠度)、强度和作用时间,进一步分析系统的竞争与共生情况。在微观上,可以对系统内各子系统进行同样的场分析。
2.3 生命周期分析
生命周期的概念应用很广泛,特别是在政治、经济、环境、技术、社会等诸多领域经常出现,其基本涵义可以通俗地理解为“从摇篮到坟墓”(Cradle to Grave)的整个过程。系统理想的生命周期可以用动态的PDCS表示。
P(Plan)即计划,包括系统方针和目标的确定,以及系统活动计划的制订;D(Do)即执行,就是具体计划的实施运作;C(Check)即检查,就是评估计划执行的结果;S(Study)即学习,对评估结果进行处理,成功的经验加以肯定发扬,对于失败的教训要避免重现,并将学习结果遗传到下一轮计划中。这样便形成了一个循环,这个循环叫做PDCS循环。
2.4 系统健康评价
系统健康(system health)是指系统具有和谐稳定的结构,可以持续发挥完善的功能,并且安全可靠。具有和谐稳定的结构,是系统健康的基础;发挥完善的功能是对健康系统的基本要求,也是系统设计的基本目标;只有安全可靠的系统才是健康的系统,安全性差、可靠性低的系统会对其他系统造成伤害,也会危及系统本身安全。
系统承载力(system capacity)是指某一系统在一定条件下,该系统所能持续提供的最大输入或输出能力。系统承载力是反映系统健康状况的重要指标,当外界压力超出系统承载力时,系统就处在不健康状态,甚至会导致系统崩溃或消亡。因此,对系统健康状况的评价,可以从系统承载力分析着手。
2.5 系统健康管理
系统健康管理(system health management,SHM)就是指人类按照系统的健康状况,在遵从系统运行规律的基础上,对系统进行科学合理的开发利用与保护,使系统的结构、功能得以高效、和谐、持续运行[7]。
3 生态论研究展望
生态论是研究复杂系统的一种方法论,如果将生态论与系统技术、现代数学技术相结合,就可以使一些难以数学化的学科数学化,从定性分析研究转入定量或定性定量相结合研究,并可以借助现代计算工具进行模拟分析。如将生态论引入社会学,结合社会物理学研究成果,就可以对人类社会进行精细模拟计算;将生态论引入生物学,结合现有的虚拟细胞技术,就可以建立精细的人工生命模型,对生物体尤其是人体进行精准模拟;将生态论引入有关企业科学,建立精确的企业运转模型、产品流通模型等,对企业的实时监控与实时动态模拟,实现对企业的精准管理。
此外,将生态论引入中医科学,结合现代医学技术,可以揭开当前中医诸多疑团,帮助中医的发展跃上新的台阶;将生态论引入人工智能科学,结合当前思维科学研究成果,可以建立更为稳定可靠、维护扩展方便的大型人工智能模拟系统。
4 经济生态化
4.1 经济学的困境
经济学(economy)的实质是研究管理人类生产活动的科学。人类生产活动是一个非常复杂的过程,由于经济学至今还是采用机械论的研究方法,将人类生产活动一元化,将人类生产活动指标货币化,使经济学模型无法描述人类活动状况,致使不同角度的经济学研究结论之间相互矛盾,甚至与人类生产活动实际情况相反。更有甚者,使用这些研究结果进行决策导致重大失误的事例时有出现,轻则导致达不到预期目标,严重的导致企业破产,甚至国家经济崩溃。
经济学研究与经济发展决策,要尽快摒弃目前的机械论方法,引入生态论和系统分析技术,积极运用当代数学技术,开辟新的经济学研究领域,并将其运用到经济发展中。为此,笔者认为,就经济发展而言,亟需从多元化、减商化、去货币化3个方面着手,开展经济生态化研究与应用。
4.2 多元化
经济多元化(pluralism)是指2个方面的多元化:经济学研究方法多元化,即摒弃传统的机械论经济学研究方法,在经济学研究中引入生态论方法论,积极运用当代系统学、数学、物理学、生态学理论与技术,开展经济研究,为人类社会发展提供决策依据;经济发展多元化,对一个地区或国家而言,采取发展模式(developing mode)多元化、产业多元化、文化多元化等多元化发展战略;就一个具体的企业而言,则采取产品多元化、市场多元化、区域多元化等多元化运行战略。
4.3 减商化
商业可促进劳动产品流通,并没有使劳动产品增值,但是这种无增殖的劳动在人类社会中又是必不可少的。在过去交通、信息不发达年代,商业为促进劳动产品交流乃至社会发展起到了重要作用。然而当今社会交通、信息极为发达,再加上存在商业垄断,使商业获利更加容易,利润空间更大,从而加重了消费者的负担,也促进了通货膨胀的发展。同时,也正是交通与信息的发达,尤其是互联网与物流网的快速发展,为减商化提供了基础。
减商化(reduce-commercial)就是减少人类生产活动中的商业活动,从而提高人类社会总劳动中的有效劳动比率,让更多的人或有更多的时间去从事提高劳动产品价值的劳动,让人们有更多的时间去享受自己的劳动成果或娱乐。
4.4 去货币化
去货币化(non-currency)是指摒弃目前过度依赖货币调节来管理人类社会的方法,按照人类生产活动实际规律,择更加科学、高效、有利于社会和谐发展的手段来管理人类社会。
该研究的去货币化不是指彻底抛弃货币,因为人类社会的劳动产品交流在一定程度上还需要货币在一定的范围存在。这里的去货币化是指减少劳动计量、社会发展分析与决策等中的货币化成分,按照人类社会经济规律实际,选择多元化因子进行分析与评价,对人的社会活动进行和谐化管理。
5 参考文献
[1] 张国庆.和谐发展初论[EB/OL].(1999-01-18)[2012-04-20].省略/bbs/dispbbs.asp?boardID=5&ID=1005.
[2] 张国庆.生态论概述[EB/OL].(2010-04-13)[2012-04-20].http://blog.省略/home.php?mod=space&uid=3344&do=blog&id=558716.
[3] 张国庆.和谐发展:生态文明之路[EB/OL].2008-01-11)[2012-04-20].http://省略/blog/user_content.aspx?id=14287.
[4] 张国庆.简论生态观[EB/OL].(2007-12-09)[2012-04-20].http://省略/blog/user_content.aspx?id=12300.
[5] 张国庆.简论生态观、生态思想与和谐思想[EB/OL].(2008-01-11)[2012-04-20].http://省略/blog/user_content.aspx?id=14284.