科技的人工智能篇（1）

1明确选题

本案以科技和失重为主题。现如今的餐饮行业，要将装修风格和餐饮形式都打造的与众不同，打破传统的旧模式，增加独特性，才能吸引消费者。

本案就是典型的案例，该餐厅曾经主要以经营牛排、简餐为主。店铺原有二层楼，面积大约800平方。这次升级设计，以“人工智能”为基调，打造新的风格。目前国内的失重餐厅较少，听闻或是见过的客户都较少，所以失重餐厅是一种创新，能吸引更多消费者。将产品和装修彻底分离，从而形成一种新兴的设计理念。融入科技元素，以失重餐厅为中心，以其独特性来吸引顾客到店消费。

2背景资料和考察调研

2.1背景资料

项目位于重庆市南岸区，店面门口景色优美，消费的同时也可以观赏美景。周围铺面也是甜品，点心一类。而本案这家店风格是独特的，与其他的店并不重复。商铺对面无遮挡物，宽敞明亮，坐在店里可以悠闲的欣赏城市美景。

店面原本的设计是LOFT风格，在原来算是一种时尚潮流，但到现如今却不符合年轻人的审美和潮流。原有店面，里面都是一些以前陈旧的物品，不但不吸引顾客，还给人一种陈旧落后的感觉，并不能促进人们消费的心理。正是因为这些原因所致，我准备将这个餐厅改造为符合科技发展趋势的人工智能餐厅。

2.2考察调研

餐厅原来的设计，照搬了英国伦敦市中心的一家餐厅的设计。该餐厅面积大，可容纳多人同时用餐，品牌设计的目的是体现品牌宗旨。

而我的改造方案以人工智能为中心，整个餐厅充满科技感。做餐饮，设计很重要，细节方面有很多，我的设计理念是用科技为人类服务，设计中心是失重餐厅，让客人感受高端的人工智能科技带来的享受和贴心的服务。

3分析、定位与设计目标

3.1分析与定位

3.1.1设计分析

失重餐厅的三大经营特色：无服务员、无人传菜、无人结账。都是通过高科技来实现，充分体现到人工智能的科技感。

本案不同于其他餐厅，以高端的科技技术、服务标准和要求为基准。让客人花着物超所值的价钱，体验高端的科技。失重餐厅，让菜品飞到餐桌上，利用失重原理，让菜品通过双螺旋通道直接传到餐桌上。无服务员点单，客人用大屏幕餐桌进行点单。无收银员结账，没有具体的工作人员进行收费工作，顾客通过智能化科技进行点餐、下单、结账。餐厅利用传输轨道，将菜品传到指定区域。

3.1.2设计要素

此次店面形象升级中设计独特的风格与设计氛围给人带来的舒适感与文化感，营造一种独特的氛围。该店充分利用高科技，例如大屏幕的点单桌面，无人点单，无人结账，无人传菜等多种科技的应用。让消费者能在整个餐饮空间中能感到独特的舒适感和高端的科技感。一个好的餐饮空间设计离不开商业设计和文化设计，用现代科技文化作为中心，也可以很好的促进社会科技进步，让普通人离科技更近，让高科技触手可得。

3.1.3硬装设计

因为是失重餐厅，用餐区不锈钢材质选用较多，选用拉丝不锈钢，茶色镜面，采用多色乳胶漆，避免视觉疲劳，个别乳胶漆饰面里面暗藏发光灯带，在灯上采用纤维灯珠，用灯光营造科技氛围，用餐区周围的墙体采用的是3D全息投影技术，可根据菜品不同或顾客喜好更换主题，使顾客在用餐时身临其境。等待区硬装用了电影院的装修，采用隔音材料，让顾客在等位期间可以欣赏大片，吸音材料的使用也使用餐区的客人可以安静的享用美食。

3.1.3软装色彩

科技感的冷色调贯穿整个餐厅设计，整体软装设计围绕餐厅主题做搭配，从消费者的心理活动出发，也充分满足客户需要。等待区的座椅采用电影院模式，将电影院和3D立体影视在这个空间中表达出来。用餐区大立柜上陈列绿色植物，使室内空间焕发生机，色彩和谐。因为要表达科技感，所以在此次设计中冷色调颜色运用的较多。为了使空间看起来和谐且适宜用餐，所以在餐桌餐椅的选择上采用的是暖色调的椅子，搭配色彩鲜艳的靠枕，使整个空间达到和谐。

3.1.3灯光设计

灯光在空间中起着重要的作用。灯光的色调、色温、颜色及光照的强度、灯具的具体造型选用等都关系到整个空间的舒适度及美感。在此次设计中，用餐大厅灯光设计上，顶面运用了白色加蓝色的冷光源，照度较高，主要是为了让大厅整个用餐空间看起来干净、整洁、舒适、明亮，适宜用餐和交谈。灯光的搭配，烘托了氛围。餐桌的灯光运用上，暖色的点光源为主要光源，照度低，主要是为了营造出温暖、宁静、安逸的用餐氛围，打造舒适和谐的环境效果。

科技的人工智能篇（2）

中图分类号：TP18文献标志码：A文章编号：2095-2945（2020）32-0057-02

Abstract：Fromtheperspectiveofartificialintelligence，peoplerequireasignificantimprovementintheaccuracyofscientificandtechnologicalinformationservices，sothatitsvaluecontinuestorise，bringingchallengesandopportunitiesforintelligencework.Bysummarizingthecontentsofartificialintelligenceandscientificandtechnologicalinformation，combinedwithartificialintelligencetechnology，thispaperstudiestheautomaticperceptionofscientificandtechnologicalinformationneedsconcerningthekeypoints，contentperceptionandotheraspects，highlightingthewisdom，intelligenceandefficiencyofscientificandtechnologicalinformationwork，andoptimizingtheautomaticperceptionscheme.

Keywords：artificialintelligence；scientificandtechnologicalinformation；automaticperception

前言

当前科技情报服务对象不仅局限于特定的行业和领域，已经逐渐渗透至某一技术和个人，情报机构只有提升情报分析和反应能力才可以满足新需求。因此，机构有必要加强对用户需求的感知度，依托人工智能技术构建科技情报的感知框架，提升感知工作的合理性和高效性，进而挖掘科技情报感知领域的价值。

1人工智能及科技情报感知概述

1.1人工智能分析

人工智能又称AI，伴随着计算速度、核心算法的优化，该技术已经在神经网络、自然语言、机器学习等方面趋于成熟。当前人工智能技术可以定制个性化任务，结合不同的环境响应个体需求，制定解决方案[1]。因此，人工智能技术能够快速处理海量数据，若人类智力水平已无法满足严苛工作要求，可以借助人工智能技术处理复杂工作。同时，科技情报感知模块属于综合预测过程，因此有必要结合人工智能技术制定科技情报感知方案，实现情报工作向智慧化、个性化、精准化方向发展。

1.2情报感知分析

科技情报感知主要是工作人员针对采集到的数据完成处理、分析，进而满足受众对于情报的需求，并对今后其发展过程进行预测。学者刘记曾指出，依托科技情报感知工作可以为实现国家治理体系和治理能力现代化提供支持，加快情报刻画、情报感知以及情报响应能力的建设进程。其中，情境感知的研究具有一定复杂度，G.Chen通过调查情境信息、情境类型、情境传播等模型和系统，分析情境感知的应用程序，得出情境感知是领域普适学习的关键。例如，借助情境感知可以为用户提供体温、运动路径、温度等方面的服务。

因此，科技情报感知工作对于我国情报治理、预先感知等方面影响较大，结合人工智能技术创新科技情报感知模块已是大势所趋。当前大数据时代科技情报已经不仅停留于文献领域，正逐渐向多种数据源模式发展，要求科技情报软硬件不断升级优化，数据存储和处理水平逐渐升级，进而满足社会对情报数据的需求。

2人工智能视域下科技情报需求自动感知研究

2.1融合关键点

（1）创新驱动。当前科技情报需求逐渐向科技创新领域发展，依托我国创新驱动的发展战略，基于科学技术完成升级和发展。将科学技术和科技情报相结合后，情报工作的创新性较强，具有数字化和智慧化优势，并突出情报工作的个性化和精准性。因此，依托人工智能技术完成科技情报的自动感知十分关键，是当前科技发展的必经之路。

（2）前瞻性定位。新时期资源的网络化和数字化发展为科技情报研究工作提供大数据支持，可以在海量数据的收集、分析、处理方面发挥优势。传统的数据研究方式很难在大量数据的基础上提升情报研究质量，同时会增加研究人员的任务量。且每位工作人员自身的专业知识、情报敏感度、知识状态存在差异性，导致最终得出的情报结果不同甚至差异化较大。应用人工智能技术完成科技情报的自动感知十分重要，可以突出工作的准确性、高效性和稳定性。因此，将新兴人工智能技术和传统情报服务工作相融合是现代情报领域的关键，如自动获取和加工情报、高速处理文本信息、人工智能决策平台、依托語义内容的科研成果评价等[2]。

2.2内容感知

（1）感知系统分析。大数据背景下，科技情报预测和传播功能受到重视和应用，属于科技领域的研究热点，可以对竞争、合作、研究方面进行正确的价值判断。科技情报感知主要依托可靠、丰富的数据，借助“互联网+大数据”模式获取信息，在多种资料中得到关键的信息和数据，进而完成科技情报的感知工作。同时，数据源具有冗余度高、形式多样、存储量大的优势，因此能够落实科技情报感知工作，筛选数据源、除去冗余数据、分析剩余有效信息。借助数据集模式与知识储备库、感知数据库一同为感知过程提供信息支持。内容感知系统内的数据源并非固定不变，且信息的更新速度较快、技术淘汰时间较短，因此内容感知是实时更新、持续变化的数据系统。基于相关辅助项目，帮助用户了解工作内容。例如，借助“科技情报产品报告”为感知系统研究和应用提供支持，该报告可以帮助用户了解系统，提前评估系统实际能力，便于用户针对性提出情报需求。

（2）系统实现模式。a.数据源存储。若想发挥科技情报的自动感知作用，系统内需要具备大容量数据集合，进而为感知产品提供分析支持。同时，数据处理过程中对于信息查询、存储挑战较大。因此，本课题结合Neo4j数据库、互联网技术提升数据处理和存储效率，提高系统适应水平，保证其良好的查询效率。Neo4j数据库主要划分为两类应用模式：服务器模式、内嵌模式。本课题利用内嵌模式，借助Java-API，将Neo4j数据库和图模型相互整合。由于API的特点是数据结构灵活，因此可以通过直接编码的模式和图数据库完成交互操作。b.数据源分类。若想对数据源完成自动分类，建议识别数据源的结构功能。例如，利用机器学习、词汇特征等方式划分数据源的功能及结构。依托数据源要素、类型词汇特点、词汇分布特征等方面，依托神经网络内分类器训练模式，围绕领域技术、专题、情报报告、组织数据库等方面对数据源进行分类[3]。c.构建任务抽取模型。结合用户需求抽取目标任务可以充分发挥科技情报的自动感知优势，优化RNN模块。在研究阶段利用Bi-LSTM-CRF、卷积网络模型抽取数据源，并借助长短时双向记忆模型化解RNN梯度爆炸、消失情况。抽取模型内的输入数据是卷积，包含知识元素、句子、词等特征向量，而输出数据则依托（Conditionalrandomfield）条件随机得到结果完成预测。此模型借助多元组的方式展示数据源抽取结果，围绕数据源性质、事项、主体、依据、对象等要素进行连接。

2.3情境感知

（1）情境感知系统。情境感知系统内部因素种类较多，且科技情报感知阶段需要依据情境完成，并对感知结果造成影响。因此，在开展科技情报感知工作时，建议对特定用户完成重新评估。同时，情境感知在情报感知工作中十分关键，若忽视结果会对外部情境产生较大影响，使预测工作丧失精准度。因此，应基于外部情境条件定位事物发展方向，得到精准感知结果，发挥情报前瞻性优势。其中在获取情境数据时应关注“小数据”，即初始结构化数据，此类资源虽数量较小，但是内部包含价值信息，可以获取历史情境信息。此外，问题情境应围绕横向和纵向两个层面分析，横向维度是梳理本层实际情况，针对性选择研究方法和处理方式；纵向维度则依托时间节点理清情境信息。

（2）系统执行方案。情境感知系统建设主要内容是借助科技手段获取某一情境内的数据并完成融合。因此，情境感知技术实际上是借助人工智能中传感器等技术，依托计算机感知当前情境，完成感知应用、智能识别、决策支持，具有无干扰的优势。情境感知包含情境获取、处理、应用三个阶段。其中，情境获取主要依靠传感器终端获取设备关联、用户关联、资源关联、环境关联情境，并将上述情境信息转变为数字信号，利用嵌入系统完成判断和处理；情境处理过程则借助建模的方式控制情境信息，构建信息数据库。整合情境感知信息并协调对应的组合，控制资源分布并将其嵌入至感知数据库内；服务应用阶段相当于人工智能处理模块，可以结合用户需求提供合理服务。

2.4需求-反馈机制

（1）工作过程。需求-反馈机制实际上可以体现用户和人工智能间的关联性，属于科技情报感知的关键环节，包含自动感知信息、数据、产品模块。依托人工智能技术，通过AI方式减轻工作人员任务量。其中，AI能够智能化处理多领域工作，如医疗、教育、驾驶、金融、安防等。在科技情报感知领域引入人工智能技术可以准确、高效、及时地开展情报工作，提升工作效率、减少决策偶然性、加快数据分析处理速度。同时，科技情报感知工作的主体是用户，首先需要将其对产品的需求发送至AI处，其次借助人工智能模块分析、整合内外感知数据库信息，最后向用户反馈情报产品和相关结果。

科技的人工智能篇（3）

1　引言

在这里，我们将向您展示一个新生的学科专业――智能科学与技术，并与您一起走进我国智能科学技术教育领域，共同探讨什么是“智能科学与技术”学科，其学科结构及内涵、外延是什么，什么是“智能科学与技术”本科专业，它是什么时候产生的，其主要教学内容有哪些，培养目标是什么，国内有哪些学校开设了这一专业，目前的状况如何，将来的发展前景怎样等智能科学技术教育中的一系列重大问题。

通过这些研究和讨论，笔者希望能对我国智能科学技术研究生教育和本科教育起到积极的推动作用，为我国智能科学技术领域的高层次优秀人才培养做出有益的贡献。本文仅从宏观角度对这些问题进行总体介绍，目的是使读者能够对我国智能科学技术教育有一个概括性的了解，更具体的研究由本期专刊中的相关论文论述。

2　我国智能科学与技术教育事业的诞生与发展

2.1　“智能科学与技术”本科专业的诞生

我国“智能科学与技术”本科专业的历史可追溯到2001年12月在北京西苑召开的中国人工智能学会第九次全国学术会议(即CAAI-9)。CAAI-9在我国智能科学技术教育史上留下了两个历史性的贡献：一是大会接受了部分学者(例如，时任中国人工智能学会副秘书长的韩力群教授)提出的在我国智能科学技术领域逐步建立本科专业的建议，并由钟义信理事长提议将该新专业的名称确定为“智能科学与技术”：二是大会成立了中国人工智能学会教育工作委员会(由王万森教授任主任)，并把筹建智能科学与技术本科专业的任务交给了中国人工智能学会教育工作委员会。

CAAI-9结束后，在中国人工智能学会的领导下，中国人工智能学会教育工作委员会立即展开了对“智能科学与技术”本科专业的积极筹建工作。2002年12月13日，由中国人工智能学会教育工作委员会主办、首都师范大学和北京航空航天大学承办的第一届全国智能科学与技术教育学术研讨会在北京航空航天大学召开。会议得到了北京大学的积极支持。在研讨会上，北京大学智能科学系刘宏教授介绍了我国第一个智能科学系――北京大学智能科学系的有关情况，并提出了北京大学在国内率先开展智能科学技术本科教育的想法。北京大学智能科学技术系成立于2002年9月9日，这是在何新贵院士倡导下，国内高校中建立的第一个智能科学技术系。

在认真研究和充分讨论的基础上，这次大会向全国高校发表了“加快智能科学与技术学科发展”的建议，该建议也被称为“智能科学与技术北京宣言”，在国内部分高校引起了强烈反响。作为我国智能科学技术教育先驱的北京大学智能科学技术系，其“智能科学与技术”本科专业设置申请，分别于2003年10月26日、11月26日和12月5日通过了专家论证组、学部和学校评审，并于12月15日前报到国家教育部备案，同年年底在教育部备案通过。

在此期间，2003年11月20日，在广州召开的CAAI―lO期间，中国人工智能学会教育工作委员会针对智能科学技术教育中的关键和热点问题举办了一个教育论坛。论坛的核心课题是：如何在高等学校设置“智能科学与技术”本科专业，培养大批智能科学技术领域人才。参加论坛的代表从各个不同角度发表了自己的意见，论坛达成的普遍共识是：智能化是信息化最精彩的篇章，信息技术的发展已经为智能科学技术登上科学技术的中心舞台创造了条件，因此，在高等学校设置“智能科学与技术”专业已经势在必行。论坛还希望中国人工智能学会教育工作委员会能在本次研讨基础上，再进行必要的调查论证，结合北京大学等学校的实践经验，形成系统的意见和方案，向国家教育部和国务院学位委员会进行正式汇报，以推动智能科学技术专业的建设与发展。

2004年初，教育部公布了“2003年度经教育部备案或审批同意设置的高等学校本科专业名单”，北京大学“智能科学与技术”专业榜上有名，专业号为080627S。北京大学“智能科学与技术”专业的建立，标志着我国“智能科学与技术”本科专业的诞生和我国智能科学技术教育的开端。

2.2　“智能科学与技术”本科教育事业的发展

继北京大学率先在国内建立“智能科学与技术”本科专业之后，2005年，北京邮电大学、南开大学和西安电子科技大学：2006年，首都师范大学、北京信息科技大学、武汉工程大学和西安邮电学院；2007年，北京科技大学、厦门大学和湖南大学；2008年，河北工业大学和桂林电子科技大学；2009年，重庆邮电大学和大连海事大学先后经教育部批准设立了“智能科学与技术”本科专业。至此，经教育部正式批准，全国高校中设立“智能科学与技术”本科专业的学校已达15个。

几年来，中国人工智能学会教育工作委员会为推动我国智能科学技术教育事业的快速发展，先后组织召开了多次全国性的研讨会、座谈会、论坛和展览等，做了大量的促进工作。

2004年8月15日，由中国人工智能学教育工作委员会主办、首都师范大学承办的“智能科学技术教育高层研讨会”在北京召开，中国人工智能学会指导委员会主席涂序彦教授和中国人工智能学会理事长钟义信教授等到会并作重要指示。作为这次研讨会的主题，韩力群教授做了题为“智能科学与技术专业规范”的报告，刘宏教授做了题为“智能科学与技术学科建设”的报告，彭岩教授做了“国内外智能科学与技术相关学科专业情况”的报告。会后，中国人工智能学会教育工作委员会在这三个报告的基础上，形成了一份《在普通高校设置“智能科学与技术”本科专业的有关材料》，包括以下三个建议，一是《在若干高校设置“智能科学与技术本科专业”的建议》，二是《关于“智能科学与技术本科专业”专业规范的建议》，三是《关于“智能科学与技术”学科专业教育体系的建议》。这些材料后来成为上报教育部有关材料的最初蓝本。

2004年11月6日～7日，由中国人工智能学会教育工作委员会主办、首都师范大学承办的“智能科学技术教育学术研讨会”又一次在北京召开，会议对上述材料进行了认真讨论，形成了《在普通高校设置“智能科学与技术”本科专业的有关材料》的修改稿。会后，该修改稿又经钟义信理事长修改和审阅，于同年12月初以中国人工智能学会教育工作委员会的名义上报到了国家教育部有关职能部门，对当年以及后来教育部对“智能科学与技术”本 资队伍建设方面，北京大学“智能科学与技术”专业走出了一条国外引进与自身提高相结合道路；西安电子科技大学依托优秀创新团队，采取了国内外引进和国内外合作交流相结合的建设方法，其他高校也都采取了相应的有效建设措施。就全国高校“智能科学与技术”专业师资队伍而言，最大的一个优势是具有博士学位的教师比例较高。这一优势为建设高水平师资队伍奠定了很好的基础。

在师资队伍建设成效方面，北京大学“智能科学与技术”专业教学团队先后被评为北京市和部级优秀教学团队；西安电子科技大学“智能科学与技术”专业也被批准为“长江学者计划”一教育部智能信息处理创新团队和国家“111”智能科学与技术创新引智基地。

4　对我国智能科学技术教育的共识

在五年多的发展历程中，我国智能科学技术教育事业经过全国相关高校的不断研讨，目前已达成如下基本共识：

第一，智能科学技术是信息科学技术的核心、前沿和制高点，我国和国民经济的发展需要大量的高层次智能科技人才，在我国学位体系结构中增设“智能科学与技术”博士学位授权一级学科的基本条件已充分成熟，建议尽快在我国学位体系结构中增设“智能科学与技术”博士和硕士学位授权一级学科。

第二，智能科学与技术本科专业经过5年的建设实践，已经具备了在全国范围内快速发展的基本条件，建议取消“试办”，即取消专业代码后面的“s”，在全国范围内加快发展。

第三，经全国智能科学技术教育学术研讨会多次讨论，确立了“智能科学技术导论”、“脑与认知”和“机器智能”为“智能科学与技术”本科专业的第一批核心课程。

第四，在全国智能科学技术教育学术研讨会多次研讨的基础上，确立了“智能机器人”、“智能网络”和“智能游戏”为“智能科学与技术”本科专业教学实验活动的3个重要平台。

5　我国智能科学技术教育急需解决的几个问题

我国智能科学技术教育事业顺应时代潮流，在全国广大智能科学技术教育工作者的努力下，得到了较快的发展，其前景十分光明。但也同任何新生事物的发展规律一样，还有许多重要问题亟待解决。

第一，亟待增设“智能科学与技术”博士学位授权一级学科，尽快完善我国智能科学技术教育体系。这些内容在钟义信理事长的论文中已论述得非常详细，这既是我国智能科学技术教育中的头等大事，也是中国人工智能学会教育工作委员会的一项最重要的工作。

第二，进一步优化专业核心课程体系、突出专业整体特色、凝练特色专业方向。就全国“智能科学与技术”专业建设而言，虽然我们已经确立了的第一批核心课程，但这仅是开始，还需要进一步优化，以使“智能科学与技术”专业能够在我国的专业体系结构中具有更强的整体特色。就各个高校而言，则需要在专业核心课程体系下，更加突出建设自己的特色专业课程，以凝练自身的特色专业方向。

第三，加快制定专业核心课程教学大纲和专业实验教学大纲。对专业核心课程教学问题，我们虽然确立了第一批的三门专业核心课程，但还没有制定相应的教学大纲。对专业实验教学，我们虽然给出了三个教学实验平台，但也没制定相应的实验教学大纲。因此，需要尽快提出专业核心课程教学大纲和专业实验教学大纲，以同时带动专业实验室建设和专业教材建设的发展。

第四，重视优秀教学团队建设，汇聚高水平师资队伍。师资队伍是所有教学资源中最为重要的一种资源，要培养高素质、有创新思维和创新能力的学生，首先必须有一支高素质、高创新能力的教师队伍。在这方面，北京大学和西安电子科技大学做出了表率。我们需要抓住国家、地方及各学校建立优秀教学团队的机遇，汇聚高水平的专业师资队伍，争取有更多的专业进入各级优秀教学团队。

科技的人工智能篇（4）

中图分类号：G642　文献标识码：A

1　引言

“智能科学与技术”专业教育意指将“智能科学与技术的知识体系”传授给本科生或研究生。构建智能科学与技术的知识体系通常有两种途径：(1)经验归纳法，从社会实践和科学研究已经获得的知识集合中选择出若干，认为这些知识应该归属于“智能科学与技术”，且将其结构化与系统化。(2)概念演绎法。追问“智能科学与技术”的确切含义为何，由此联想其涉及的主要方面，概念推演形成的轨迹即是知识体系。两种方法的结论应是一致的。就实际操作而言，前者的主要环节是“选择知识”和“搭建体系”，而“选择什么”和“搭建成何样”就与研究者的偏好相关，常出现观点相左的情形；后者的主要环节是“明确语义”和“语义延伸”，能被称为概念的东西总是成熟的，即已有大量的先前研究，对此人们的分歧较少，而从概念出发的语义延伸又是遵循演绎逻辑的，由此而得的知识体系就易被公认。

本文的研究采用概念演绎法，具体的讨论依层次递进展开，首先明确“智能科学与技术”的中文语义，其次讨论该语义涉及的关键概念之内涵，进而合成这些关键概念的具体内容，继之概括“智能科学与技术的知识体系”，最后设计“智能科学与技术专业教育的课程体系”。

2　“智能科学与技术”的语义

尽管有逻辑上的先后，“科学”与“技术”通常被认为是并列的两种人类文化活动。“智能科学与技术”就应被分为“智能科学”与“智能技术”。

智能是某种行为主体所具有的能力和所表现的行为。这种具有智能的行为主体目前(也许永远)只有两类：生物(其中主要是人类)和机器。若以人类代表生物，智能就有两种表现形态，人类智能(human intelligence)和人工智能(artificial intelligence)，后者是对前者的模仿与延展。

科学是为了获得所考察对象的知识体系，技术则是依据某种原理设计制造各种人工系统。由此，“人类智能科学”、“人工智能科学”、“人工智能技术”是无歧义的，而“人类智能技术”就不成立(确切地说，是间接地通过“人工智能技术”的方式表现出来)。

基于上述分析，“智能科学与技术”的语义由三部分构成，“关于人类智能的科学”、“关于人工智能的科学”和“应用人工智能的技术”。根据惯常的教育与研究分工，前者是心理科学领域的重点所在，后二者则是信息科学领域的前沿方向。目前国内所开办的“智能科学与技术”专业教育大多属于理工科本科，其侧重所在自然是“人工智能”。

支撑着“智能科学与技术”及其三部分构成的关键概念是“智能”、“科学”与“技术”，对其进行深入剖析有助于推演出“智能科学与技术的知识体系”。

3　关键概念的剖析

3.1　“智”对应于Intelligence

汉语中的“智”是“知”的后起字，而“知”是“出于口者疾如矢也”，意指认识的事物可以脱口而出。“知”添加了“曰”即为“智”，再清楚不过，“智，知而道出也”。智，就是人们日常口语中的“知道”。

英语中的Intelligence源于拉丁语的动词intellegere，意思是to understand。而intellegere是inter(interl与legere(to choose)的合成词，故它所表达的是“在推理基础上的理解”。

可见，汉语的“智”关注知识(识，知也。《说文》)及其共享；英文的Intelligence则强调知识及其可靠来源。有所差异并不妨碍将不同文化系统中的这两个概念对应起来。

3.2　“智”的派生词

尽管语义十分贴切，却不可将Intelligence直接汉译为“智”。在现代汉语中，单字形式的名词一般不用于表达抽象概念，因为单音节的高频率使用在言语交流中难以通畅顺口。通常都是采用双字形式的名词。“智”需要再添加一字。处理的办法无非两类，同义重复或附加意义。前者生成的是“智慧”，后者得到的是“智能”和“智力”。

智慧之“慧”，一方面与“智”同义(知或谓之慧。《方言》)，另一方面又与佛教名词“般若”(Praina)相连，在中国的文化传统中，佛是高深至上的，这样，智慧的真理性就毋庸置疑。作为汉语词汇的“智慧”固定下来之后，除了与英文的Intelligence相对应，还与英文的wisdom(wise“聪明的”+dom“性质或状态”)相一致。更重要的是，wisdom就是希腊语的sophy，由此构成了philosophia(英文philosophy)。“智慧”连接着中国的佛教(与中国哲学相通)和西方的哲学。智慧是哲学层面的。

“智能”和“智力”都是“智的能力”的简称。推敲其中的意味饶是有趣。作为物理学概念的“能”和“力”，二者是一种源流关系，因而在汉语的习惯中，“能”更本质，“力”则外显，暗含着有高下之分。这样，智能有“智能人”、“智能机器”、“智能科学”等，智力则是“智力游戏”、“智力玩具”、“智力商数”等。层次的感觉是明显的。智能和智力是科学层面的。

“智”的派生词最常用的有三个：智慧、智能和智力，它们均可英译为Intelligence，但在汉语中分别属于三个层次，即哲学领域、科学领域(较高层次)和科学领域(较低层次)。

3.3　关键概念的文化比较

将与“智”相关的中文概念和与Intelligence相关的英文概念进行对比，可看出中西方文化的相通与差异，有助于更深刻明晰地理解“智能”的语义。表1是基于英语概念的文化比较。从中可见，“智能”较高于“智力”在西方文化中表现为对现在分词的偏爱。

表2是基于汉语概念的文化比较。英语的Intelligence可以笼统地表示汉语的“智、智慧、智能、智力”。现限定“构建智能科学与技术的知识体系”是一项科学研究(即不考虑“智慧”)，再用“智能”作为“智能”和“智力”的统称，这样，“智能”就成为将要继续讨论的唯一概念。

3.4　智能之“能”

前已阐明，智能就是“智的能力”。这种能力究竟为何，学者们曾有过大量的讨论。其中一种通俗简洁的表述 被包含于后者之中。在人工智能中将二者分开，缘于它们的对象不同，前者针对的是自然界，后者则面向人类已有的知识积累。“推理”是生命体存在的基本前提。所以，关于人工智能的科学只有两个分支：机器感知／发现理论(派生于人的认识论)和机器推理理论(基于人脑推理理论的讨论)。

(4)应用人工智能的技术。第3.6节说明，技术就是应用手段、技能和方法设计与制造人工系统。图4模型所示意要设计与制造的人工系统只有专家系统和机器人。所以，应用人工智能的技术主要有两个：专家系统技术和机器人技术。

(5)基于现状的人工智能科学与人工智能技术的内容调整。前面将“机器感知”和“知识发现”归于科学范畴，其根据就是因为它们均是客观存在。然而，现在的“机器感知”还非常简单，对于诸如表情、语气等稍微复杂的客观现象就无能为力：“知识发现”也主要依赖于基于语法的关键词匹配，而对于如何有效地理解语义特别是语用还差得很远。鉴于如此现状，将“机器感知”和“知识发现”归于技术更合适一些。

(6)智能科学与技术的知识体系。集成上述的观点可得图5所示的知识体系。理论是概念、原理的体系(《辞海》)，本身就是知识体系。技术包括手段、技能和方法，也是知识或知识指导下的操作。所以，智能科学与技术的知识体系由两个理论和四种技术构成。

图5的表示是粗线条的。正是因为它没有将与“智能”有关的科学理论和技术方法全部罗列出来，才有了一个简洁的框架，以便在此基础上进一步细分和添加，最终形成一个系统的图景。

6　“智能科学与技术”专业教育的课程体系

“智能科学与技术”专业教育的使命就是将图5所示的知识体系教授给本科生或研究生。学校教育总是以课程方式进行的。智能科学与技术的知识体系必须转化为课程体系。基于图5所示模型、兼顾目前大学课程设置的现状、特别是参照国内学者的研究成果和国内率先开办智能科学与技术专业的大学的探索性经验，提出“智能科学与技术专业教育的课程体系”的一种方案，见表3。

如表3所示，“智能科学与技术”专业的课程设置对应于智能科学与技术知识体系的主要内容(见图5)，共六门主干课程：

(1)“脑与认知科学”。包括“脑科学”与“认知科学”。

(2)“机器学习”。推理是学习过程中所采用的主要方法，机器学习包含机器推理，在一般意义上可以认为二者同义。目前讲授机器学习的大学课程主要有：“机器学习”、“模式识别”(是实现机器学习的一种方法)、“计算智能”。后者包括“模糊计算”、“神经计算”、“进化计算”，讲授一些具有前沿性的理论与方法。

(3)“机器感知”。包括“机器视觉”模仿人类的视觉、“计算机语音技术”模仿人类的听觉、“自然语言理解”模仿人类对语言与文字的理解。

(4)“知识发现”。包括“信息检索”和“数据挖掘”，前者在数据库中进行关键字匹配、在万维网上进行关键字匹配、在语义网上进行语义匹配以获取所需要的信息，后者将信息组织到数据仓库中以便寻求信息之间的规律性关联即获得知识。

(5)“专家系统”。该课程所讲授的内容包括管理信息系统、专家系统、决策支持系统、多Agent系统。它们是人工智能为人类提供的实用型信息产品。

(6)“机器人”。利用机器来获得身心的解放与扩展是人类的梦想和永远的追求。拟人机器的设计与制造涉及诸多学科，在大学的专业教育中只能讲授一些基础概念。

可以将整个“智能科学与技术的知识体系”看作是一个对知识进行“输入一加工一输出”的结构。由表3可见，与知识输入有关的是“机器感知技术”和“知识发现技术”；与知识加工有关的是“脑科学理论”和“机器推理理论”；与知识输出有关的是“专家系统技术”和“机器人技术”。在智能科学与技术学科中，分工专门研究知识输入、知识加工、知识输出，就构成了其三个主要的研究方向：知识处理、智能理论与方法、智能系统与应用(如表3所示)。

7　结论

(1)智能科学与技术是人类智能科学、人工智能科学和人工智能技术的总称。技术的标志是用于设计与制造人工系统，因而“人类智能技术”并不直接存在。

(2)“智能”是“智的能力”的统称。中文的“智”之本义是“知而道出”，与英文的Intelligence(本义“推理基础上的理解”)尽管侧重不同，仍被认为语义相等。现代汉语不习惯单字形式的概念，“智”便有了三个常用派生名词“智慧”、“智能”和“智力”。前者属于哲学概念：后二者属于科学对象，是“智的能力”的两种不同简称，亦有层次高下之分。在科学领域，“智能”通常涵盖“智能”和“智力”。

(3)智能科学是指，认知智能事实、归纳智能规律、总结智能理论。

(4)智能技术是指，设计与制造人工智能系统的手段、技能和方法。

(5)智能(intelligence)应该是“能智”。即能知、能日、能推理、能理解、能应用。

(6)智能是以知识为主线的三个环节的序贯过程。智能表现为知识在知识获取、知识推理、知识应用三类活动中的定向流动和逐级提升。

(7)智能首先遇到的问题是知识表示。人类智能的知识表示是在文化传承中自然实现的，而人工智能的知识表示则依赖于专门的人为规定。这样，智能的内容就有四个部分：知识表示、知识获取、知识推理、知识应用。

(8)智能最简明最本质的定义是：知识+推理。人类智能的特征是，知识用自然语言表示、推理在人脑中进行；人工智能的特征是，知识用机器语言表示、推理用机器实现。

(9)人类智能的内容主要有五个：感官感知、信息检索、人脑推理、实际问题解决方案、实际问题解决方案的执行。

(10)人工智能是对人类智能的模仿与延伸，其主要内容也相应有五个：机器感知、知识发现、机器推理、专家系统、机器人。

科技的人工智能篇（5）

学会先行

 

2001年12月，在北京召开的中国人工智能学会第九次全国学术会议CAA卜9在我国智能科学技术教育史上留下了两个历史性的贡献：一是大会接受了时任中国人丨:智能学会副秘书长的韩力群教授等学者提出的在我国智能科学技术领域逐步建立本科专业的建议，并由钟义信理事长提议将该新专业的名称确定为“智能科学与技术”;二是大会成立了中国人工智能学会教育工作委员会(王万森教授任主任)，并把筹建智能科学与技术本科专业的任务交给了中国人工智能学会教育工作委员会。

 

2002年12月13日，由中国人T.智能学会教育工作委员会主办、首都师范大学和北京航空航天大学承办的第届全能科学4技术教育学术研讨会在北京航空航天大学H开,,这次大会在认真研究和充分讨论的基础上，向全国高校发表了“加快矜能科学4技术学科发展的建议”，该建议也被称为“锊能科学~技术北京宣言”，在国内部分髙校引起了强烈的反响。作为我国智能科学技术教ff先驱的北京大学智能科学技术系，其“智能科学与技术”本科专业设置申请，分别于2003年10月26日、11月26日和12月5日通过了专家论证组、学部和学校评审，并于12月15日前报到教宵部备案，同年年底权教育部备案通过。

 

自2004年北京大学智能科学与技术本科专业首届学生入学至今，我国智能科学技术教育已经走过了九年的不平凡历程。截至2013年3月，全国经教育部正式批准设立该专业的院校已达24个。并且，智能科学与技术专业也已被正式列入教育部2012版《普通高等学校本科专业目录》，新的专业代号为080907T。北京大学的“一大基础，三个核心”;中南大学的“精品工程建设”;北京邮电大学的“意识-情感-理智三位一体理念”;西安电子科技大学的“从培养学生科研兴趣入手”;重庆邮电大学的“以智能技术的前沿性+信息处理和系统的跨学科性作为专业特色”;武汉工程大学的“创新®工程科技人才培养体系”;大连海事大学的“结合学校行业特色规划培养目标”;上海理工大学的“理论教学与工程实践相融合";以及各高校在教育教学，实验实训等方面的经验等，都是创新型智能科技人才培养的宝贵经验，值得学习和推广。

 

北京大学智能科学与技术专业选择了一条将国外引进与自身提高相结合的道路;西安电子科技大学依托优秀创新团队，采取的是国内外引进和国内外合作交流相结合的办学方法。其他髙校也都采取了相应的有效建设措施。就全国高校智能科学与技术专业师资队伍而言，最大的一个优势是具有博士学位的教师比例较高。这一优势为建设高水平师资队伍提供了一个很好的基础。

 

十余年来，中国人工智能学会教育工作委员会以其对我国智能科技人才培养的社会责任感，以倡导、协调、推进、创新我国智能科学技术教育为宗旨，在开创、引导、发展、繁荣我国智能科学技术教育事业的过程中做了大量的创造性工作，先后组织了18次各种类型的活动，打造出了一个又一个活动平台。例如，面向全国智能科学技术教育教学工作者的“全国智能科学技术教育暨教学研讨会”;面向全国智能科学技术学科、专业研究生、本科生的“华为杯全国大学生智能设计大赛”等。

 

在这些平台，对我国智能科学技术学科、专业建设和发展，对我国智能科学技术人才培养都起到了积极的推动作用。

 

科技的人工智能篇（6）

中图分类号：G642　文献标识码：B

1　对智能科学技术的再认识

1.1　从“人工智能”到人机系统

Wiener的“控制论”和钱学森的“工程控制论”是人们研制较为简单的系统，且系统运行的环境也不复杂情况下的一面旗帜。

1956年，在美国Dartmouth举行的一个信息科学大会上，J.McCarthy和H.Simon倡议开展人类思维活动规律的研究，并给予其“人工智能”(Artificial Intelligence)的命名。人工智能主要研究用人工的方法和技术来模仿、延伸及扩展人的智能，从而实现机器智能。迄今为止，这一方向虽然已取得了不少成就，如博弈、自动定理证明、模式识别、自然语言理解、自动编程和专家系统等，但是，传统的人工智能在方法论上以符号推理为中心，企图用机器来实现人类的思维活动。所以，许多年来的研究虽然取得了一些成就，但距离人工智能提出的目标还有很大距离。

近三十年来，人工智能进展缓慢。1979年，H.L.Dreyfus《计算机不能做什么?》一书的副标题就是“人工智能的极限”，提出了人工智能存在不可逾越的障碍。紧接着，以人工神经网络为代表的“计算智能”和Brooks的反应式结构(“没有表示”、“没有推理”的系统)给传统的符号智能带来了巨大冲击。特别是日本提出的“第五代计算机”并没有达到预期的目标，仅以实现一个“人机对弈”而告终，这些事实都促使人们对“智能”(或“人工智能”)要有一个重新的认识。对人工智能四十年的研究进行反思，使人们从科学概念上明白了以往不自觉地企图用机器解决一切问题的局限性，并试图从科学观念、研究目标和方法论上打开思路，以重新认识，寻求新的途径。

另一方面，四十年来，特别是从最近二十多年科学技术的发展来看，在当前的信息社会中，信息技术是立国之本，信息化的进一步发展必然走向“智能化”，因此，以“智能”为核心的技术是至关重要的。从两次海湾战争以及其他局部战争，我们可以十分清楚地看出，今后的战争是人――机结合的智能系统之间的对抗，而智能技术将会覆盖几乎所有的工程技术领域。

既然完全基于机器的符号推理(也包括其他的智能方法)不能达到实现人的思维的目的，那么有没有其他道路可循?这是人们都很关心的问题。解决这个问题要从两方面着手。一方面，需要脑科学、认知科学等一些研究人的智慧的基础学科继续研究人的思维规律――这也是人类永远的追求。虽然目前还不能做到这一点，但人们总是在不遗余力、一步一步地向着这一目标前进。当然，这也是人类社会发展赋予智能学科的一个任务，这就是智能科学的目标。另一方面，社会生产、生活、科技、军事各个方面又提出了层出不穷的需求，迫切要求设备、系统、工程要“智能化”，而现在尚没有真正能模拟人的智慧的计算机，因此计算机还不能代替人。解决这个问题只有从两方面入手，一方面实事求是，尽量开拓、发展当前的计算机科学技术，使计算机尽可能多地帮助人做工作：另一方面，尽可能把人的智慧包含到系统中去，人要起主导作用，但要充分发挥计算机科学与技术的优势，创造出最有“智能”的人机结合系统。

具体来说，人机结合的系统就是将人作为一个组成部分包括到系统之中，并能清楚地区分出哪些工作应该由人完成，哪些工作应该由机器完成。在运行过程中，当进行到需要人完成的工作时，系统就将工作交给人；而当需要机器完成时，就将任务转交给机器，最终构成一套和谐的、协调的、高效的运行机制，以保证系统目标的实现。

1.2　“智能”学科的三个层次

根据研究任务的不同，智能科学技术的学科内容可以划分为智能科学、智能技术、智能工程三个层次。

(1)智能科学(Intelligence science)

这是基础研究的层次，它的主要任务是研究人的智慧，建立人机结合系统的理论，并用其模拟人的智慧。智能科学主要包括脑科学、思维科学、认知科学等在内的基础学科。

思维科学着重研究人的思维规律，也就是研究人是如何思维的，这种研究的目的是为了给人工智能提供基础，也就是告诉计算机要模拟什么。而认知科学则是研究人的认识，也就是人是如何认识事物的，并将其扩展去研究动物的智能。

智能科学的成果将是整个智能科技发展的基础和先导。

(2)智能技术(Intelligence Technology)

在智能科学的框架内创建人机结合的智能系统，需要有合适的方法、工具和技术，这就是智能技术。

信息的本质是知识，而知识是构成智能的基础。因此，信息化发展必然走向智能化。

模拟人的某些智能行为，或者在现有系统中增加某些智能功能，是智能技术最基本的能力。针对这些要求，在智能科学理念的指导和启发下，人类已经提出了许多有效的技术和工具，它们被应用在各个领域中，创建出许多卓有成效的智能系统，主要包含如下的技术：

基于传统人工智能方法的智能技术；

基于计算智能(软智能)方法的智能技术；

基于模式识别的智能技术；

人机系统技术(包括多媒体技术，虚拟现实技术)；

基于通信的智能技术；

基于多Agent系统的智能技术。 　以上列举的是当前部分主流的智能技术，这些技术已经在科学技术特别是在高技术领域中发挥了巨大作用，这也是将自动化推向智能化过程中，需要我们十分关注的技术领域。

(3)智能工程(Intelligence Engineering)

用智能科学的理念和思想，充分运用智能技术工具去创建各种应用系统，这就是智能工程。“智能化”实质上就是智能工程实现的过程和归宿。智能工程是当前科学技术和社会发展的前沿阵地，特别是高技术发展的核心动力之一。同时，它也是当前新技术、新产品、新产业的重要发展方向、开发策略和显著标志。

2　无处不在的智能科技

2.1　前沿高技术是智能科学技术发展的动力和源泉

智能科学技术是一个融合计算机、人工智能、模式识别等研究领域的交叉性学科，这些前沿高技术也是当前智能科学发展的动力和源泉。

在所有系统中，体现智能行为的工具和载体就是计算机。所以，计算机科学很自然地成为智能科学发展最重要的支撑点和原动力之一。

以符号推理为基础的人工智能方法和以人工神经元网络为代表的计算智能方法仍然是当前智能技术的重要组成部分。它们从不同的途径和方法进行问题求解，在搜索、规划、学习等各类问题中取得了相当有价值的成果。

模式识别是人类智能的一种体现。“模式”是一个极为广泛的概念，如图像、图形、文字、语言都是一种“模式”。按Zadeh的定义，“模式识别”是一种从“模式”出发的一种非线性映射，它是一种技术，可以用来实现人类智慧的一部分功能，如文字识别(认字)、语言的说与听等。模式识别的目的是将对象进行分类，可以是图像、信号波形式或者任何可测量且需要分类的对象。模式识别在工业自动化以及信息处理和检索中变得日益重要，这种趋势把模式识别推向工程应用研究的高级阶段。在大多数机器智能系统中，模式识别是用于决策的主要部分。

模式识别技术在各种工程实际系统中大量存在。机器视觉的主要技术基础就是模式识别；OCR(光学字符识别)是模式识别的另一个重要应用，它是识别文字字符信息的很主要的手段；计算机辅助诊断也是另一个重要的应用，多种医学图像处理已成为当前信息产业的一个热点；语言识别当然是模式识别另一个研究和应用的热点。其他如指纹识别，以及其他生物器官的识别、签名认证、文本检索、表情和手势识别，都是很有趣的研究领域，也是用来开发人机结合智能系统的很有价值的技术。

当前，对复杂智能系统进行研究的核心是解决人与机器的结合问题，也就是人作为系统的一个组成部分参与到系统的运行中，系统功能中也应体现出人的一部分作用。人与机器的结合有两个层次，一是人作为一个成员，综合到系统的体系结构中；一是人和机器的结合通过某个“人机界面”来实现。当然，这种界面不仅仅是目前计算机普通采用的图标界面，而是包含了模式识别这类涉及感知方面问题的广义的人机界面。这是当前十分活跃的一个研究领域，最有代表性的包括多媒体技术和虚拟现实(VirtualReality)技术。

此外，在控制科学与控制工程领域，随着智能科学技术的发展，已经形成了一整套智能控制的理论、方法和技术。主要的智能控制方法有：

基于计算机视觉的导航控制：

基于计算智能的控制方法与技术；

基于知识的专家系统控制；

基于自动检测技术的智能制造系统的控制；

以自动规划技术为核心的自主控制系统：

多智能体系统的控制。

这些方法都是智能控制中应用卓有成效的技术与方法。

在信息技术中，人类也广泛地提升了智能化的水平，主要包括信息获取与信息处理等多方面的智能技术：

信息获取：智能传感器网络技术：

信息安全：各种识别技术(指纹、人脸、视网膜等)的应用；

信息服务：语言翻译、信息自动查询、自动化办公系统等：

信息处理：文档理解、目标识别、航测照片判读；

计算机网络智能化：利用软件智能体增强网络服务，计算机网络的智能故障检测等。

2.2　现代工业生产和复杂工程急需智能科学技术

随着社会的发展，人类在生产、生活等各个方面也不断提出新的需求，因此现代工业生产不断壮大，并日趋复杂。现在，现代工业生产和复杂工程急需智能科学技术，一批已经在发挥重要作用的技术如下：

智能自动化和控制技术生产过程监控、产品自动检测和质量控制、工艺参数的优化和自动设定、故障自动诊断的报警等；

智能CAD复杂工程的优化设计智能仪表对工艺参数的自动分析、监测、报警和调整：

智能交通红绿灯管理、基于GPS与电子地图的定位与导航、安全监控、车流自动疏导等；

智能仿真技术，这是大型复杂工程设计不可缺少的手段。

2.3　智能科技是现代军事科技(包括航天领域)最重要的关键技术之一

智能科技是现代军事科技最重要的关键技术之一。近代科技发展的历史表明，军事的需求总是科技创新的最大动力之一，“以军带民”是一般规律。军用技术辐射和带动国民经济是一条促进社会经济发展十分有效的途径。因此，军事科技(包括航天领域)也是应用智能技术最多的领域之一。

未来战争的重要武器――无人作战平台(无人机、无人战车、自主水下机器人、机器人士兵等)的自动导航、路径规划、自动避障、目标识别、自动驾驶和其他自主控制技术等都是智能技术的典型应用。以无人机为例，它是现代战争中掌握制空权的重要手段，在近年来的几次局部战争中都发挥了很大作用，例如它可以进行侦察，发现目标后引导有人飞机实行攻击，并对攻击效果进行评估。

在地面军用机器人中，智能技术也发挥着重要作用。地面军用机器人不仅可以在平时帮助人类排除炸弹，完成要地保安任务，还可以在战时代替士兵执行扫雷、侦察和攻击等各种任务。例如，美国的ALV是一种高水平的陆地自主军用机器人，它采用各种智能技术来实现自主操作。ALV装有高级彩色摄像机(视觉)，用以识别道路，同时还配备有阵列激光测距仪，用以识别障碍；它可以根据道路场景规划行车路径，避免碰撞，躲避障碍，实现公路上的自动驾驶，行车速度可达60千米／小时。除此之外，车上还可装载各种仪器，以完成不同的侦察任务。

防爆(暴)机器人是机器人发挥威力的另一重要领域。暴徒、爆炸、火灾以及其他灾害都是非常危险的环境，因此用机器人去处理是减少危险、提高成功率的有效途径。在反恐斗争中，有针对性地研制这类机器人，是当前迫切需要解决的问题。

航天领域综合展现了最高水平的智能科技，人造卫星、航天器和各种太空探测器是当代高水平智能技术的综合体现。在2004年初，在火星成功着陆的火星探测机器人是最有说服力的例子之一。

2.4　为人类生活服务是智能科技发展的广阔天地

为人类生活服务是科技的重要方向。随着人类生活水平的不断提高，生活质量也需要不断改善，服务要求更周到，做到方便、舒适、节约、安全，更具人性化。这种需要也为智能科技的发展增添了新的活力。

在日常生活中，无处不在的服务都和智能技术的发展紧紧扣在一起。事实上，我们身边总有许许多多的智能系统在运转，一个个智能工程在提供着实实在在的服务。例如：

智能交通

红绿灯智能管理、电子地图导航、安全监控、车流疏导等。

智能楼宇

现代的大楼管理系统是一个智能化的综合管理系统。它能够将收集到的楼内相关资料分析整理成具有高附加值的信息，运用先进的技术和方法，使大楼的作业流程更有效、运行成本更低、竞争力更强。

智能信息处理、管理、查询等

医学图像处理

如CT、MR、PET等，都是智能技术的典型代表，也是和人的健康息息相关、不可或缺的智能技术。

智能服务机器人

具有一定智能的机器人代替人做服务工作是一种发展趋势，这也是智能技术为人类服务最有代表性的事件之一。

这类机器人的典型例子有：可以自动完成清扫任务和自动充电的清扫机器人；能辅助医生进行外科手术的医疗机器人；能为病人服务的机器人护士；可在家中进行巡视、监测潜在危险情况并适时报警的家庭保安机器人：用于照顾老、病、残的服务机器人等。

总而言之，只要有需要的地方，就有可能是机器人可以服务的地方。

3　对“智能科学与技术”专业架构的思考

从上面列举的很少一部分实例，我们已经可以看出当前智能科技的发展状况。它无处不在、发展迅猛、功效卓著，已经成为当前科技发展不可缺少的部分。它是许多重大工程的支撑，引领许多传统领域向现代化方向发展，是当代前沿高技术发展的重要方向。

另一方面，计算机科学、信息科学、控制科学等学科的进步，也极大地促进了智能科技的快速发展，智能化科技已经展现出一幕幕诱人的场景。科技发展的根本是人才，“智能科学与技术”大学本科专业已经成功设立，迈出了培养高层次人才的关键一步，这必将推动我国的智能科技更快地向前发展。

目前，追溯各个设立“智能科学与技术”专业学校的本源，可以发现各校之间差别甚大。有的学校的“人工智能”专业从计算机科学延伸而来，有的则来自控制科学和控制工程，还有的由信息科学的其他分支演变而来。在归属方面，有的学校将其归于理科，而有的学校则将其纳入工程学科。此外，设置该专业的行政学院亦有所区别，不同学校的智能学科分别隶属于各类学院。这种现象正好说明“智能科学与技术”这一学科发展的多源性，学科发展的空间大，应用需求面广。

另一方面，面对这样一个蓬勃发展、涉及面极广的新兴学科，如果培养各层次的人才，高校教育应该有一个怎样的架构，已经成为一个不可回避的问题摆在我们面前。解决好这个问题，就可能推动学科和人才培养顺利发展。从学科发展的多源性和应用面的广谱性来看，智能学科不可能作为另一个学科的二级学科来发展。从学科的性质来说，“智能科学与技术”应该建立一级学科的架构。根据我国教育体制的结构以及多层次人才培养的需求，可以设想如下架构。

科技的人工智能篇（7）

人工智能在国家战略层面地位已然举足轻重。人工智能方面的人才需要掌握系统而庞大的知识体系，涉及脑科学，数学、计算机等多门学科，这已经超出当前狭义计算机专业的培养内容。为加快人工智能方向的人才储备，2018年4月，教育部要求高校在计算机科学与技术学科设置人工智能方向，形成“人工智能＋X”的复合专业培养新模式[3]。2018年，教育部正式批准35所高校首批建设本科人工智能专业，2019年9月首批人工智能专业的本科新生入学。到2020年，基本完成高校科技创新体系建设和学科体系的优化布局以适应新一代人工智能技术发展，在计算机大类专业下以人工智能为视角探讨本学科所应具备的新的内涵与外延。

目前，高校计算机专业采用的宽口径培养模式，在人工智能方面的人才培养具有相当的局限性，以至于高度浓缩到了仅仅给学生做高级科普的程度。学生难以全面深入地掌握人工智能知识技能，难以具备解决企业关键问题、适应产业发展趋势的能力。因此，在计算机大类专业下发展人工智能学科体系，独立建设人工智能专业，培养卓越的领域人才是当下人工智能战略发展的刚性需求。

二、人工智能产业发展现状

我国的人工智能发展仍处于探索阶段。图1显示了2017年全球高科技企业AI团队的规模统计数据。从图1可以看到，谷歌，微软等国外高科技企业，在AI团队上均有千人以上的规模，相较于国内行业领军者百度或腾讯等企业，领先幅度达到数倍之多。这一现象表明，我国在人工智能人才的储备上存在着巨大缺口，如何培养高质量、高水平、高素质的人工智能方向专业人才，是我国当前互联网、信息行业教育方向中一个亟待解决的重要命题。

图1 2017年全球高科技企业AI团队规模

图2 全球AI领域高校数量分布

我国各重点大学早就展开了许多人工智能相关技术的研究，只是当时人工智能一般会放在研究生教育中，作为计算机科学、互联网信息技术等专业的一个研究方向进行具体探索。人工智能领域研究及学科建设方面都有着广泛而坚实的基础，教研成果丰富，师资力量雄厚。响应人工智能国家战略，我国各重点大学责无旁贷。

围绕人工智能专业建设，本文分析了国内外人工智能相关专业招生和就业现状，提出在计算机大类专业下建设人工智能的专业内涵，明确了人才培养目标，构建出有层次的课程体系架构。期望开拓出一条适应我国人工智能领域发展现状的人才培养模式，为人工智能学科体系布局做出贡献，有望为中国高等教育人工智能人才培养探索一条新的路径。

三、国内外人工智能相关专业招生及人才就业情况

一个领域的竞争归根结底是人才的竞争。人工智能的蓬勃发展造成了人工智能软硬件设计、算法设计、工程管理等各方面人才的稀缺。早在2016年的相关数据显示，中国人工智能的技术人才储备与市场需求之间存在着500万人的缺口。全球AI研究及直接从业者约有30万人，主要分布在高校、AI新兴企业、科技巨头以及其他领域。图2给出了截止2017年末，全球在相关人工智能相关领域高校专业的分布情况。全球主要有293所具有人工智能研究方向的高校，其中美国高校较早地开展了人工智能研究，占据全球的57.3%，一枝独秀。加拿大、中国、印度、英国等国家位于第二梯队，有着较大的提升空间。

国内外相关专业招生情况为人工智能专业的建设提供了一条认识与理解的渠道。斯坦福大学在人工智能领域居于世界领先地位，它在人工智能方面的本科教学涵盖的课程全面而前沿，包括计算生物学、语音识别、认知和机器学习等。学校授予计算机科学理学学士学位。加利福尼亚大学伯克利分校在研究生设置了计算机科学理学硕士学位，内置认知科学技术和人工智能相关的课程。卡内基梅隆大学拥有世界首屈一指的机器人技术，其计算机学院设有专门的机器学习系，包括机器学习辅修和统计机器学习专业。目前，国外高校还未直接将人工智能作为专业应用于本科学生培养。

人工智能的就业前景在当前相当广阔，人才市场需求亟大，但是大多集中于计算机视觉和语音识别等热门应用领域，造成其他领域的人才相对匮乏。国内的信息产业升级，互联网行业的转型，服务业、工业的智能研发都需要大量的人工智能专业人才。自2017年5月中国科学院大学成立人工智能技术学院以来，国内很多高校紧跟步伐，在人工智能人才培养上争相布局。清华大学计算机系从大一下学期开始，引导学有余力的学生进入智能技术与系统国家重点实验室或相关科研机构，跟随导师从事科研工作。北京大学开设的智能科学与技术专业主要建设机器感知、智能机器人、智能信息处理和机器学习等交叉学科的研究和教学。北京航空航天大学、上海交通大学和北京交通大学新设的人工智能研究院均是针对研究生集中培养。南京大学在2018年正式成立人工智能学院，由周志华教授任院长，建设机器学习与数据挖掘和智能系统与应用两个本科专业。

国内外大学本科教育阶段，都还未针对人工智能专业人才进行系统性、独立性地培养。我国每年人工智能方向的毕业生约2万人，远远不能满足市场对人才的需求。成都市人社局的报告明确指出，在成都市人工智能产业中，AI架构师、算法工程师、仿生机器人研发工程师等9类人才紧缺指数达到最高级别。本科教育阶段是学生掌握基础知识技能、形成科学思维、塑造人生价值观的黄金时期。因此，电子科技大学在本科计算机大类专业下开设人工智能专业进行优势提升和改进，直面国家战略需求，紧贴行业形势，为人工智能领域的发展增强年轻的生命力，为国家社会培养人工智能人才提供优质的平台和孵化园，为学生成材孕育强大的基础和肥沃的土壤。

四、人工智能专业建设探索

（一）把握专业建设内涵，明确人才培养目标

国家战略需求、社会人才缺口等宏观背景，是设立人工智能专业的必然因素。长久发展与传承，把握专业建设内涵和人才培养目标是教育的灵魂所在。在筹备人工智能专业的过程中，首先需要明确在计算机大类下建设人工智能专业的意义。自1956年约翰·麦卡锡等科学家正式提出人工智能学科以来，人工智能已逐渐发展成为一门广泛交叉的前沿科学。以计算机学科门类中各专业为基础，吸收生物科学、数学、哲学、文学等学科关键知识，不断促进人工智能学科的前向延伸和拓展。人工智能虽然是多学科融合发展的领域，但是它强调推理、知识、规划、学习、交流、感知，具备影像辨识、语言分析、人机对抗等计算机领域典型应用场景，与其它专业区分明显。同样的，人工智能的学科交叉特性明显不同于目前计算机大类下分的如大数据、信息安全等其他专业，应当作为计算机下独立的学科分支进行探索与研究。

aaa

图3 人工智能专业人才培养的基本要求

人工智能旨在模拟人的意识与思维过程，智能信息处理是它的主流研究和产业化应用方向。其主要的研究内容包括语言识别、图像识别、自然语言处理和专家系统等。近年来，人工智能在经济政治决策，控制系统，仿真系统等应用场景中得到了愈加广泛的重视。无论是从科学技术发展历史，还是从当今新时代新经济发展趋势来看，增设人工智能专业具有十分明显的合理性、迫切性。国内的许多高校将相关专业设置于自动化大类下，没有考虑到由于互联网、大数据等新技术领域带来的影响和冲击，难以强调并突出人工智能自身理论和技术应用，不能很好地满足工业界普遍趋势所提出的人才需求。

面向国家“创新驱动发展战略”与“新一代人工智能发展规划”的重大需求，本文详细剖析了相适应的专业人才培养的基本要求。本文创新性地提出人工智能专业人才所需的各项基本要求，如图3所示。优秀的人工智能方向专业人才应当具备个人素养，创新实践，领导才能以及专业技能四个基本方面的能力。从这四个方面出发，全方位引导与培养学生具备良好的个人素养、扎实的人工智能专业技能、突出的创新实践能力和卓越的领导才能，有效地成长为国际一流工程师、科学家和企业家，在我国人工智能产业发展中贡献力量。

（二）构建课程体系架构，明确毕业评价要求

人工智能专业规划必须清晰、目标明确。在课程设置方面，以学生素质为核心完成课程体系架构设置，构建完备的专业人才培养方案。教学任务分配层次分明地落实在课程实施上，开发严整的教学培养体系。课程体系架构有四大类模块，详细分为公共基础课程、计算机学科基础课程、人工智能专业课程和实践进阶课程。四个模块相互依赖，公共基础课程、计算机学科基础课、人工智能专业课程层层深入，筑起坚实的知识体系高墙，教学过程步步为营，培养学生从基础到专业的能力思维。公共基础课程扎实培养学生基础的人文素养和数理知识，掌握数理相关的建模、仿真、测试与评价过程，完成高中到大学的自然衔接过渡。计算机学科基础课程以硬件类、软件类与计算工具类课程为类别划分，从三个方面循序渐进地培养学生掌握计算机领域的核心知识。学科基础课程侧重于对计算机底层知识、人工智能数学基础能力、计算机原理的教学，为大二专业课程打下坚实基础。

人工智能专业课程下分为核心类、技术支撑类和平台类课程，核心类课程引领学生熟悉人工智能知识基础、行业技术和核心理论。在研究人工智能的众多分支领域中，学习技术支撑类课程力助学生把握成熟的技术和模型。平台类课程基于智能机器人研究创新开发平台，进行智能制造和设计。这些理论课程锻炼学生获取知识、应用知识和创新思维能力，使之为从事人工智能理论研究、技术开发与创新实践保驾护航。

实践进阶课程可以检验学生对理论知识的掌握深度。实践课程与教学贯穿人工智能专业学习始终，以开发动手能力、发掘创新思维、塑造科研精神为目的，培养学生在理论实践、创新创业、合作领导多方面的才能。首先，人工智能专业实验全面覆盖所开设专业的课程。其次，综合素质实践、专业实习、基地实践、毕业设计等环节逐渐帮助学生将课堂知识转换为科研与工程能力。此外，鼓励大二以上的学生加入实验室参与科研，使科研与教学相互融合促进。为学生构建创新实践平台，校企合作的实践实训机制保障了学生真实地了解企业发展动态和社会需求。在人工智能理论与技术两方面都能提升学生的创新实践能力，尽早地明确未来发展方向，制定生涯规划。目前，许多高校学生为了快速迎合时代需求，对人工智能领域浅尝辄止，缺乏扎实的基本功与充分的研究成果，急于求成，在求职过程中屡屡碰壁。因此，学校应提供最大帮助与支持，让学生明确研究方向，鼓励学生在国内外继续深造，成为人工智能领域有真材实料的人才。

国家社会的需求在动态发展，学生受到的教育和训练也应有明确的规划。现阶段的专业培养，对学生的要求应当不仅局限于四年知识的系统传授，更多地要求学生锻炼综合知识，专业技能，创新实践，自我修养等几个方面的能力，使学生成为在人工智能领域独当一面的栋梁之才。

综合知识方面，培养学生具备坚实的人文社科基础知识；具有正确的道德观、社会责任感和工程职业道德；具备数学、自然科学以及人工智能相关基础学科的知识，具备在经济学、管理学等可能应用领域的基本知识，培养学生全方面、多元化的科学素养。

人工智能技能方面，培养学生具备扎实的人工智能专业基础知识，能够针对典型应用领域的复杂工程问题和需求，结合人工智能相关原理与技术，设计系统级或单元级的解决方案。了解人工智能技术前沿研究的状态及趋势，能够基于科学原理并采用科学方法对工程问题进行研究，包括建模、算法设计、程序实现及实验、进行实验收集数据、分析与解释数据以及通过信息综合得到合理有效的结论，加强学生对专业知识的深入理解，分析应用能力。

创新实践方面，借助案例分析、项目设计、科学研究、创新实践竞赛等方式，让学生掌握基本的创新方法，具有创新意识和态度，能够提出创新性的技术路线与方案，并具备较强的方案实现与分析能力。从信息产业、医学、生物学、经济学等实际应用出发，锻炼学生结合面对多样化的应用场景的理论结合、模型设计、实验分析能力。

自我修养方面，让学生对学习过程进行不断的探讨与思辨，组织学生参与知识技术的分享讨论，培养学生在知识综述、工程设计和沟通辩论的能力。通过综合性的实践项目，学生具备充分的组织管理能力、语言和文字表达能力、人际交往能力以及在团队协作能力。培养学生对学习的正确认识，不断适应发展的意识，具备国际视野、跨文化交流、竞争与合作能力，最终成长为人工智能产业的高级人才。

科技的人工智能篇（8）

中图分类号： TQ177 文献标识码： A 文章编号：

新型科技在不断更新中，而将新科技应用于工程中，是科技向开

放式、应用式转变的开始。电子工程是传统工程的革新，在人工智能化的发展下，从传统的机械工程逐渐变为信息化的链接方式。这种高效的智能化技术减少了繁重的机械生产，提高产量和经济效益，使我国市场进入智能化。

1 传统工程与新科技工程

1.1 电子工程的发展情况。机械电子工程的发展可以分为三个阶段：第一阶段是以手工加工为主要生产力的萌芽阶段，这一时期生产力低下，人力资源的匮乏严重制约了生产力的发展，科学家们不得不穷极思变，引导了机械工业的发展。第二阶段则是以流水线生产为标志的标准件生产阶段，这种生产模式极大程度上提高了生产力，大批量的生产开始涌现，但是由于对标准件的要求较高，导致生产缺乏灵活性，不能适应不断变化的社会需求。第三阶段是现在我们常见的现代机械电子产业阶段，而以机械电子工程为核心的柔性制造系统正是这一阶段的产物。

1.2 机械电子工程的相关属性。

1）设计上的不同。机械电子工程并非是一门独立学科，而是一种包含有各类学科精华的综合性学科。在设计时，以机械工程、电子工程和计算机技术为核心的机械电子工程会依据系统配置和目标的不同结合其他技术。工程师在设计时将利用自顶向下的策略使得各模块紧密结合，以完成设计；2）产品特征不同。机械电子产品的结构相对简单，没有过多的运动部件或元件。它的内部结构极为复杂，但却缩小了物理体积，抛弃了传统的笨重型机械面貌，但却提高了产品性能。机械电子工程属于集各类自然学科综合于一体的学科。

2 新型人工智能

2.1 人工智能的概念分析。人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的交叉学科，是21世纪最伟大的三大学科之一。人工智能是研究通过计算机延伸、扩展、模拟人的智能的一门科学技术。人工智能目前被应用于计算机网络的开发，生产出的产品适用于人类的日常生活，人工智能工程的发展对于人类的益处也是多方面的，首先，能够刺激消费，拉动市场内需，使人们的经济水平趋向平衡；其次，人工智能是新型科技，能够吸引大量的商家进行投资和研究，对智能市场的开发，增加更多的经济效益；最后，智能化的工程能够拉近人与人的交流，人工智能工程不仅能够提供高效和便利，还会更加人性化，在集体交流中有图片、语音、视频等多种方式。既促进社会的发展又增进人工智能工程的提高和改进。人工智能只有在与人相互接触才能逐渐融合，这样才能共同发展，智能化会慢慢替代繁重的操作方式，以新型科技解决工程上的技术问题。

2.2 人工智能的成长过程。

2.2.1 人工智能的初期阶段。17 世纪的法国科学家 B.Pascal 发明了世界上第一部能进行机械加法的计算器轰动世界，从此之后，世界各国的科学家们开始热衷于完善这一计算器，直到冯诺依曼发明第一台计算机。人工智能在这一时期发展缓慢，但是却积累了丰富的实践经验，为下一阶段的发展奠定了坚实的基础。

2.2.2 第一个成长阶段。在 1956 年举办的“侃谈会”上，美国人第一次使用了“人工智能”这一术语。这一阶段的人工智能主要以翻译、证明、博弈等为主要研究任务，LISP语言就是这一阶段的佼佼者。我国在不断发展科技的同时，将科技成果应用于实际当中，使技术性工业逐渐转化为科学性工业。例如，GPS测量技术就是科学进步的成果之一，将其应用于工程测绘中既提高工程质量又加快工程进度。大范围改变测绘工作的作业方式。发挥了其连续、动态、实时、精准可靠、快速、简便等众多特点。这就是人工智能带来的好处。

2.2.3 困难的阶段。20 世纪 60 年代中至 70 年代初期，当人们深入研究人工智能的工作机理后却发现，用机器模仿人类的思维是一件非常困难的事，许多科学发现并未逃离出简单映射的方法，更无逻辑思维可言。但是，仍有许多科学家前赴后继的进行着科学创新，在自然语言理解、计算机视觉、机器人、专家系统等方面取得了卓尔有效的成就。1972 年，法国科学家发现了 Prolog 语言，成为继 LISP 语言之后的最主要的人工智能语言。

2.2.4 中期发展阶段。以 1977 年第五届国际人工智能联合会议为转折点，人工智能进入到以知识为基础的发展阶段，知识工程很快渗透于人工智能的各个领域，并促使人工智能走向实际应用。

2.2.5 稳定成长阶段。由于国际互联网技术的普及，人工智能逐渐由单个主体向分布式主体方向发展，直到今天，人工智能已经演变的复杂而实用，可以面向多个智能主体的多个目标进行求解。

人工智能稳定的成长阶段属于在稳步提升中，使工程智能化，也使管理智能化，这是现代管理体系的基础，能够对员工进行全方位的综合分析，使组织有调理化，在掌握基本理论的基础上更深层的研究其在细节方面存在的不足，进一步改善和升级，使人事管理为组织规范化做到极致。在就近的几十年内随着电子信息技术的不断进化和革新，网络信息时代已然来临，电子智能化的应用技术也逐渐成熟，不论是检测机械故障或者操作之辉机械系统工作都离不开人工智能，因此我们说人工智能的开发以及应用越来越成熟。

人工智工程已经在以快速的步伐向人们的实际生活靠拢，正式因为这样，经济大市场更应该对其进行调节和控制，取其精华，对其进行研究发展，并将电子工程推广到各个方向，智能化的工程越来越与实际生活相贴切，在精确的测算下，把数据整合，做出人类想要的智能产品，这种电子商务的方向逐渐替代繁重的手工作业化生产。同时，只能带来的其他困扰也会对人类有影响。例如智能手机，传统的手机只有普通的功能，可玩性差。而智能手机的出现，即使为人们的生活带来了极大的方便和高新技术的软件。但是大量的有趣新奇游戏等会影响到学生等自制能力差的青少年，这样既耽误学习，又浪费时间，而且影响学生的身体健康。因此，智能化工厂不仅要生产适合人群的产品，也要在销售方面有效控制，只有将对的智能产品卖向适合的人群，人工智能工程才会在经济市场得到快速发展。

结语：21世纪的科学技术发展的越来越快，智能化已经大范围覆盖国际市场，不论工业中还是电子市场，都已成为经济快速运行的动力。为国家提供高技术的便利，为其注入新的概念，使其更为广泛的应用。着实做到了作业内外一体化，数据搜集自动化，系统智能化。人工智能与机械电子相结合能够促进生产力的快速发展，把我国的相关经济产业链带动了起来。在这新星科技的引领下，我国的经济将迈向更高的阶梯。

科技的人工智能篇（9）

近年来随着国内外人工智能研究的兴起与发展，越来越多的传统领域开始思考能否在自己的产品生产线上使用人工智能技术，所以它的实际使用领域广泛。现代社会的发展离不开人工智能技术的使用，特别是在现代工业的领域，在方法上需要依靠最新的人工智能技术为支持，但要做到让人工智能技术在电气自动化控制中更好的发挥作用，我们先要知道人工智能技术到底是什么样的技术[1]。

1人工智能技术的概述

国内的创新热潮近几年正在蓬勃的发展，各种新技术竞相展现，人工智能技术也逐渐成熟了，而且它在当今社会中的使用也更加宽泛。人工智能技术的建立，不仅要有计算机技术知识进行有效支持，还与其他学科知识息息相关，人工智能技术通俗上讲就是生产出可以替代人类来工作的智能化机器人，将来许多岗位都可以由机器来替代人类工作[2]。随着科技的日新月异，科学家们已经成功地生产出了类似于人脑一样思考的人工大脑芯片，并将这种新技术命名为人工智能技术。在人们平常的生产活动中，已有非常多的范围都使用了人工智能技术，而且它们的现实使用效率非常高。

2人工智能技术在电气自动化中的应用广阔前景

电气自动化中应用人工智能技术，不仅在极大程度上让工人更好的操控电气自动化设备，还极大地减少了电气自动化的使用成本，这说明发展人工智能技术的前景是非常有利的。

2.1电气自动化控制中加入人工智能技术的重要性

人工智能技术同人类的工作方式相比有许多人类不能替代的优势，例如人工智能对于数字和程式非常敏感，可以长时间的集中于处理同一个问题，这些优势可以帮助人类解决一些繁复的工作，所以电气自动化控制中应用人工智能技术后，它一定可以为人类创造更大的价值[3]。

2.2人工智能技术在电气自动化控制中的应用优势

因为电气设备的复杂性和连贯性的要求，所以对电气设备的设计人员就提出了非常高的专业要求，除了具备非常扎实的专业知识以外，还要求他们的设计最好可以结合最新的科学技术。在电气自动化控制中使用人工智能技术之后，会带来很多便利性，具体表现为下面这4点：（1）数据的收集与运算都能利用人工智能技术来实现，因为拥有了这一作用，以此一来就能对电气设备的每样数值开展收集，还可立即对数据进行运算，因此能让电气自动化的现实管控效果得以大范围提高。（2）人工智能技术可实现连续的监管并实现必要的报警。人工智能技术能同步监控电气系统中主要设备的模拟数据值。（3）人工智能管控的操纵监控系统较高效。能够通过鼠标、键盘来对电气设备实行自动化管控，因为使用管控流程就能够实现同步并网带负荷操纵，以此以来不仅能够大范围减少工作人员的劳动时间，还能让控制效率得以提升，这同目前工业发展的现实需要非常符合[4]。（4）差错记载功能也是人工智能技术拥有的独特特点，人类可以更好的运用这个技术来监测每一个运行环节中出现的点滴差池，以此来调试设备使其达到最佳的状态，这从根本上提高了电气设备的运行效率和使用安全度，使其更好的为人类服务。

3人工智能技术在电气自动化中的应用分析

因为目前从根本上升级了人工智能技术，加上它技术的逐渐完备，越来越多的电气设备开始同人工智能技术挂钩，为了更加直观的介绍人工智能设备的特点与技术属性，笔者主要对电气自动化设备中人工智能技术的使用和电气管控流程中人工智能技术的使用开展了辨析。

3.1人工智能技术在电气自动化设备中的应用

电气自动化系统有极大的繁杂性，它主要牵扯到许多范围与科目，这就对操控电气自动化设备的员工提出了很高的要求，他们应该拥有很高的职业素养，而且还要有充足的知识储备。因为电气自动化体系相当繁杂，所以在现实操控中的效率性要加强，这样才能极大程度地降低因为不合理使用，导致出现非常规错误，有时更可能导致安全事故等。这些问题的解决都可凭借人工智能技术来达成，就人工智能技术自身来看，其系统中心主要是计算机系统，经由编辑每种操控系统，能够使计算机控制中的智能管控得以更好的施行[5]。

3.2人工智能技术在电气控制过程中的应用

就电气自动化的管控流程来看，人工智能可以帮助人类更好的控制电气设备。在电气设备的控制系统中，引入人工智能的现金技术后，能让实际工作操作效果在很大范围上得以提升，还能使得整个操作过程实现无人化监管，这样一来达到了企业节约成本的目的，尤其是不用再去花费大笔的人工费用。除此之外就从整个控制过程来看，人工智能技术可以实现同多台设备的同时控制，专家体系、模拟操控和神经网络操控是其首要应用的人工智能系统[6]。

4总结

科技的发展让人类的生活更加便利与美好，人工智能技术的发挥在那越来越推进了现代工业的更好发展。因为人工智能技术具备相当多的优点，它是这些年来发展起来的一门新兴高科技技术，它在实际应用中有巨大的使用效率，不仅在电气自动化控制中，加入人工智能技术后，极大程度上提高了电气设备的控制度，让它能更好的的服务人类生产活动；同时电气设备上结合了人工智能技术，让电气自动化设备的操控系统变得更加简洁，提高了员工操控效率；降低了企业的人力物力成本，使得生产流程更加科学、连贯，所以大力发展人工智能技术与电气自动化的结合是非常有必要的研究。

参考文献：

[1]汤石敏.基于人工智能技术的电气自动化控制探讨[J].中国科技博览,2011(01)．

[2]陈浩.电气自动化控制中的人工智能技术探究[J].商品与质量：消费研究,2014(02)．

[3]孙伟.电气自动化控制中人工智能技术的应用研究[J].科技创新与应用,2014(07)．

[4]何翔.人工智能技术在电气自动化控制中的应用研究[J].科技风,2012(15)．

科技的人工智能篇（10）

摘要：结合中山大学智能科学与技术专业的建设情况，从教师队伍建设、本科教育的人才培养定位及课程体系设置、发展优势科学研究方向及学科建设等方面，提出有关交叉学科发展的思路。

关键词 ：智能科学与技术专业；教师队伍；课程体系；科学研究；学科建设

基金项目：广东省2014年本科高校教学质量与教学改革工程项目“智能科学与技术”（粤教高函[2014]97号）；中山大学2014年校级本科教学改革项目“智能科学与技术专业复合型人才培养模式的改革研究”（中大教务[2014]148号）

作者简介：李晓东，男，教授，研究方向为智能控制、人工神经网络，lixd@mail．sysu．edu．cn。

引言

智能科学与技术是一门交叉学科，涉及脑科学、认知科学、人工智能、信息科学技术等学科，主要研究智能行为的基本理论和应用技术。它以人工智能的理论和方法为核心，研究如何用计算机去实现人工智能。它是信息科学技术的核心，也是现代科学技术的前沿和制高点。目前，对智能科学与技术的重要性认识已上升到国家科技发展战略的高度，智能科学已被列入2006年的《国家中长期科学发展规划纲要》中。

自2003年北京大学自主设置智能科学与技术本科专业并在教育部备案以来，我国先后有北京邮电大学、南开大学、西安电子科技大学等20多所高校开办了智能科学与技术本科专业，加快发展智能科学与技术专业教育已成为众多高校的共同愿望。然而实际上，智能科学与技术本身的内涵发展还很不成熟，教育部对此专业甚至还没有统一的教学大纲。2014年中国人工智能学会教育工作委员会对智能科学与技术专业的知识体系与课程设置给出了征求意见稿，可是各高校智能科学与技术专业的建立时间都很短，缺乏足够的办学经验，基本都处于独立发展、各自探索的阶段，不同程度地存在着专业建设问题。为此，笔者结合中山大学智能科学与技术专业的情况，给出以下几点思考。

1 教师队伍建没

国内智能科学系或专业大多是在计算机专业或自动化专业的基础上建立起来的，发展时间短，这就决定了目前国内智能科学系或专业的教师主体具有很大的专业偏向性。智能科学与技术专业本质上是以脑科学、心理学等为基础，以信息学科为实现手段的交叉学科，其所承载的任务不是以上单个学科所能独立完成的。因此，教师队伍一定不能在原有基础上封闭发展，应邀请其他相关学科的教师加入发展，要特别注重引进心理认知学、逻辑学等方面的教师，不断优化教师队伍的知识结构，注意吸收青年教师，强调教师队伍构成的综合性。我们必须像医院培养“全科”医生一样来培养我们的智能科学教师。

以中山大学智能科学与技术专业为例，由于所在的信息科学与技术学院涵盖了电子与通信工程系、计算机系、智能科学与自动化系，涉及信息与通信工程、计算机科学与技术、软件工程、电子科学与技术、控制科学与工程等5个信息科学的一级学科，现阶段学院鼓励智能科学与技术专业在院内跨专业使用教师。因此，专业的课程教育实际上吸纳了5个信息科学一级学科的教师，具有很强的包容性。此外，专业充分利用学校学科门类齐全的优势，积极开展与校内心理学系、逻辑与认知研究所的合作办学，吸引这些系、所的教师为专业开设必修或选修课程，同时为这些科研教学工作提供发展的平台。各专业教师通过参与智能科学与技术这个交叉学科的专业教学，达到了相互学习交流、“全科”培养、共同提高的效果。

2 本科教育

2.1 人才培养模式的定位

智能科学与技术专业的本科教育人才培养模式的定位实际上是多学科交叉渗透人才培养模式的一种探索。专业人才培养应立足于计算机科学与技术、通信科学与工程、控制科学与工程、软件工程、电子科学与技术等学科的相互交叉特性，立足于信息科学的发展方向和《国家中长期科学发展规划纲要》要求，立足于国家，特别是高校所在地区对智能科学与技术专业人才的社会需求。经过几十年的发展，智能技术及其应用已经成为IT行业创新的重要生长点，其广泛的应用前景日趋明显，如智能机器人、智能化机器、智能化电器、智能化楼宇、智能化社区、智能化物流、智能电网等。这些对人类生活的方方面面产生了重要的影响；迫切需要既掌握计算机系统工程的基本技能，又掌握复杂信息处理的智能科技知识，具有智能系统的搭建能力，擅长处理网络环境下大规模复杂的环境行为、机器行为和人类行为的专门科学技术人才。因此，为适应智能化应用的创新发展趋势，专业人才培养的目标应该是培养创新型、复合型的智能科技人才，努力做到两个“复合”，即学生在知识结构方面的复合和学生在理论知识、应用能力、创新能力方面的复合。此外，人才培养还应结合本专业师资力量的实际，扬长避短，努力办出自己的特色。

2.2 课程体系建设

基于智能科学与技术专业创新型、复合型人才培养模式的定位．需要制订出相应的多学科交叉的课程体系，包括规划理论课程体系、实验课程体系和学生实习。具体来说，需要做好专业基础课程、专业主干课程和专业轨道课程的科目设计；需要处理好必修课程与选修课程的关系，合理分配各学期的学分；建设多功能集成的实验室，探索校企合作共同打造学生课外实习基地的模式等；重视基础理论知识，强化学生的应用能力和创新能力培养。课程体系的设置应参考2014年10月中国人工智能学会教育工作委员会对专业课程设置的征求意见稿，既要参考兄弟院校的做法，也要体现出校本专业的办学特色和发展优势。

中山大学智能科学与技术专业目前正在建设以智能系统为统领、以智能机器人为综合实验平台、兼顾物联网和大数据处理的课程体系，并且在数字电路与逻辑设计、信号与系统、人工智能原理、模式识别、计算机网络等专业基础课程和专业主干课程的基础上，设置了丰富的选修课程。特别地，把它们归类形成了不同的专业轨道选修课程集，具体包括：

(1)模式识别轨道选修课程：数字图像处理、人工神经网络原理、数据挖掘、多媒体信息处理、机器学习、计算机视觉等。

(2)智能系统轨道选修课程：机器人导论、自动控制原理、数字图像处理、智能控制与智能计算、人机交互技术、计算机视觉等。

(3)智能传感网络轨道选修课程：传感器与检测技术、嵌入式系统设计与实践、机器人导论、无线传感器网络、无线射频识别技术、物联网导论等。

每年当学生进入选课阶段时，我们都组织学生进行课程体系和轨道课程集的介绍宣讲，让学生了解各轨道方向的内涵，辅导学生的选课决策。借助课程体系的合理配置以及轨道选修课程集的功能发挥，我们引导学生根据自己的兴趣，往不同的智能科学子方向上发展。

中山大学智能科学与技术专业是在自动化系的基础上建立起来的，起初的课程体系难免与自动化专业过于贴近。几年来，通过专业课程体系的建设，我们逐渐改变了与自动化专业课程体系过于重复的现状，强化了多学科知识的融合和对学生实践能力的培养，切实向创新型、复合型人才培养的目标迈进。

3 科学研究与学科建设

3.1 科学研究

高校的教学和科研向来是相辅相成的。教学为科研提供了基础，科研则可以引领教学内容的发展。智能科学与技术专业涉及的学科面很广，如果在科学研究方面过分强调全面性，则会分散研究力量，不能形成明显优势。坚持特色发展，培养构建几个特色研究方向，则是科学研究的切实可行之路。中山大学智能科学与技术专业目前正在组建研究团队，设立学术带头人，制订研究规划，在智能系统与智能控制、认知科学与机器学习、智能电网与新能源等研究方向加强建设，形成研究优势。

智能系统与智能控制研究方向围绕医用穿戴智能设备、服务机器人系统和智能车载系统等；重点研究复杂系统分析与设计中信息处理、信息利用的新理论及新方法；探讨智能感知处理、人机交互方式、终端系统、智能医疗、服务机器人系统的控制等内容；解决车载高性能可靠的计算机系统、车载软件可靠性分析、车载网络优化以及这些理论在无人驾驶和车联网等特定领域的应用问题。

认知科学与机器学习方向以认知科学和人工智能等学科为基础，重点开展人脑、认知和人体行为的关系，智能视频监控．人脸识别和物体识别这3个方面的研究；重点解决智能终端的多媒体信息感知和智能处理问题，特别为服务机器人、智能家居和公共安全解决视觉感知和智能处理的问题。该方向主要研究认知科学与机器学习、智能场景分析与理解、基于生物特征的模式识别等，侧重于智能视觉的应用基础研究和新技术探索。

智能电网与新能源方向致力于为我国，特别是为广东省培养高水平的智能电网和新能源领域的专业人才。由于各种新能源（风能、太阳能、海洋能等）具有波动性和间断性的自然属性，其发电单元不能直接并网，否则会降低电网的电能质量；所以，新能源发电单元与电网之间必须用到功率电子变换器。因此，该研究方向主攻新型功率变换器优化设计及控制，其应用包括智能电网架构下的一系列领域，比如太阳能发电、风力发电、海洋能发电、燃料电池等。一个智能的电网系统将会使电力的传输和供应更加稳定可靠，让每家每户可以优化自己的用电习惯，享受到先进的家居设备。

3.2 学科建设

对于一个学科，没有高层次的研究生教育和高水平的科研，该学科的发展就很难走在同行的前列。中山大学信息科学与技术学院在开办模式识别与智能系统学术型硕士学位研究生教育的基础上，依托自身信息学科齐全的优势，联合中山大学心理学系，正在筹备申报智能科学与技术交叉学科博士点，试图以高层次的博士点教育带动智能科学与技术专业本科和硕士研究生教育的整体发展，壮大科研力量。

我们处于一个信息技术的时代，信息技术不可能停留在电子化、数字化之上，而是要不断走向智能化，因此，智能技术越来越成为信息技术的主流。智能科学处于信息技术的前沿和制高点，掌握利用好信息技术发展的这个规律，对于实现高校信息学科的发展重点转移和跨越式发展具有重要的意义。

由于珠三角地区产业结构的调整与信息新技术的不断融入，传统自动化专业的发展遇到了瓶颈，我们及时调整学科发展战略，以智能科学与技术专业的发展来带动传统自动化专业的发展，结果在招生就业、人才引进、科学研究等方面都取得了良好的效果。另一方面，中山大学信息科学与技术学院的学科建设面比较宽，涉及5个一级学科，而相关教师的体量比较小，因此不可能5个一级学科都均衡建设，而应该重点建设这5个一级学科交叉的部分，即智能科学与技术专业。这对于完善交叉学科布局，提高人才培养质量，引领和推动这些一级学科及心理学专业的发展，有着重要的促进作用。

4 结语

智能科学与技术的发展成果正影响着国民经济的很多领域，已成为一个国家科技发展水平和国民经济现代化、信息化的重要标志。社会需要大量的掌握智能科学与技术知识的高水平专门人才。智能科学与技术专业作为交叉学科来建设，在中国高等教育的历史还很短，其专业教育不同于一般的信息学科，具有一定的特殊性。我们今后还需在师资建设、学生培养、科学研究、学科发展等方面进一步探讨，培养合格人才，迎接智能化社会的到来。

参考文献：

[1]中华人民共和国国务院，国家中长期科学发展规划纲要(2006-2020)[S]．2006.

[2]中国人工智能学会教育工作委员会，智能科学与技术专业知识体系与课程（本科）(征求意见稿)[S]. 2014.

[3]邓志鸿，谢昆青，刘宏，北京大学智能科学与技术专业建设的探索与实践[J]中国人工智能学会通讯，2011(2): 36-40．

[4]胡军，李伟生，王国赢，等，重庆邮电大学“智能科学与技术”专业建设中的若干问题探讨[J]．计算机教育，2009(11): 57-60.

[5]陈毅东，李绍滋，潘伟．厦门大学智能科学与技术专业建设进展[J]．计算机教育，2011(15): 21-24.

[6]张俊，陈飞，冯士刚，大连海事大学“智能科学与技术”本科专业建设实践[J]．计算机教育，2012(18): 22-27，30．