人工智能研究现状综述

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇人工智能研究现状综述范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

人工智能研究现状综述范文第1篇

>> 研究生人工智能系列课程教学改革 研究生人工智能课程教学探索 研究生“人工智能”课程教学改革探索 人工智能实验课教学改革研究 人工智能课程全英文教学改革 创新型人工智能教学改革与实践 《人工智能》硕士课程教学改革的研究与实践 落实科学发展观,深化“人工智能”课程的教学改革 面向人工智能的信息管理与信息系统专业教学改革 人工智能课程教学方法研究 人工智能的应用研究 日本巨资扶持人工智能研究 人工智能系列课程研究 高中人工智能教学初探 《人工智能》双语教学初索 人工智能双语教学建设 人工智能实验教学探讨 “人工智能”之父 人工智能 AI人工智能 常见问题解答 当前所在位置：l(美国人工智能协会)、caiac.ca/(加拿大人工智能协会)等，它们包括了学科前沿动态、讨论交流及大量的代码资源等。通过使用这些资源，学员可及时了解人工智能最新发展动态，进行人工智能程序设计的交流及对一些问题进行较为深入的探讨。

2教学方法研究

研究生教学应更突出学生的主体地位，注重发挥其学习的主动性和自觉性，为此，课程组结合课程特点，在教学方法进行了如下探索。

2.1加强教学设计

教学设计就是对教学活动进行系统计划的过程, 是教什么(课程内容)及怎么教(组织、方法、策略、手段及其他传媒工具的使用等)的过程[2]。在教学过程中，每节课授课前，坚持集体备课的原则，由课程组集体讨论选定授课内容，补充阅读文献，根据授课对象与课程内容特点，确定课堂组织方式，采用的授课方式以研讨式教学为主，给合讲授、实验、自学等。

2.2抓好课堂教学环节

教学方法与教学手段是保证课堂教学效果的关键。本课程授课对象主要为硕士研究生，他们的接受能力较强，有一定的求知欲。由于学员人数较少，授课方式可灵活组织。教室有完备的多媒体设备，基本的软件实验环境，教学过程可采用灵活教学方法、多种教学手段，提高教学效率，保证授课质量。

1) 以研讨式为主的教学方式。研究生教学应坚持学术研究为导向，发挥学员在学习过程中的主动性和自觉性。由于研究生学员有一定的学习基础与自学能力，教员可以在课前给学员布置预习内容，学员通过查阅资料、分析整理进而形成自己的观点，使在课堂教学中师生互动交流成为可能，改变传统的教员讲，学员听的灌输式教学方式。研讨式教学也有力于培养学员积极思考、创新思维的习惯与能力。

2) 教学手段的信息化。人工智能原理教学一个突出矛盾是知识点多、内容抽象、理论性强，但学时较少，因此，必须发挥现代教学手段的作用，提高教学效率。为此，课程组对每节课都精心设计了教学课件，课堂教学中以课件为主，辅以板书，充分利用多媒体信息量大、直观等优点，改善教学效果；引入教学声像资料，便于学员课下学习；设计演示程序，使部分比较抽象、不易于理解的内容，如子句归结、搜索策略更形象直观，易于学习和掌握。

3注重培养学员学术研究能力

学术能力是指专门对某一学问进行系统的哲理或理论研究的能力，它不仅包括思辨的方面，还包括实践及感性的敏感力等方面。研究生阶段学习的一个突出特点是要求学习的主体――研究生必须具备研究的能力[3]。论文写作是培养、锻炼、提高研究生的学术能力的重要途径，在教学实施过程中，要求每个专题学习结束后，都要提交一份格式符合期刊发表要求的总结报告，题目可自行选定，也可由教员指定；内容既可以是人工智能该专题某一算法的实现，也可以是对某一问题的进一步研究，或者是对该专题最新研究进展的综述。教员重点在以下几个方面予以指导。

1) 选题准确。要求选题不能过于宏大，应以小题目反映大问题，具有一定的可研究性为宜。

2) 研究内容。研究目标明确，方法恰当，能够提出自己的见解，所提观点正确。

3) 论文结构。结构清晰、完整，论述严谨，表达规范。

4) 占有文献丰富。撰写过程中要有意识培养学员查阅科技文献的能力，要求查阅反映最新研究成果的权威文献。

4加强实验环节教学

人工智能教学在进行各种理论知识讲授的同时，还应重视实践教学，把抽象的知识转化为形象、直观的实验，让学员真正理解人工智能的概念、本质、研究目标，从而提高学员多角度思维的能力和逻辑推理能力，进一步了解信息技术、计算机技术发展的前沿，培养他们对人工智能研究的兴趣，激发对人工智能技术未来的追求。为此，课程组借鉴国内外知名大学人工智能实验教学经验，编写了《人工智能原理实验指导书》，围绕问题表示、经典逻辑推理、不确定推理、搜索策略及简单专家系统实现等教学内容提供了7组实验供学员选择。

例如，在状态空间搜索一节教学过程中，先完成理论部分的教学，使学员对状态空间基本概念、问题表示及求解方法有一个准确的认识，然后进行实验教学。由学员自主完成重排九宫问题求解的程序，初始状态和目标状态如图1所示，调整的规则是，每次只能将与空格(左、上、下、右)相邻的一个数字平移到空格中[4]。实验过程重点指导学员掌握状态空间进行问题求解的关键步骤：问题表示和搜索策略。问题表示就是要确定该问题的基本信息及程序实现的数据结构，基本信息有初始状态集合、操作符集合、目标检测及路径费用函数，数据结构可采用向量、链表等形式；搜索策略可分为盲目式搜索和启发式搜索，可按照先易后难的原则，先实现盲目搜索中的广度优先及深度优先搜索，在此基础上再定义估价函数实现启发式搜索。而在启发式搜索实现过程中，又可以通过定义不同的启发函数：如某状态格局与目标节点格局不相同的牌数、不在目标位置的牌距目标位置的距离之和等加以比较，准确理解启发函数的意义。通过实验，学员加深了对课堂讲授的理论知识的理解，能够熟练地将状态空间法运用于实际问题的求解，提高了工程实践能力。

实验教学组织方式可根据具体的实验内容特点，采用上机编程实验、演示程序验证、模拟平台开发、分组讨论等多种形式进行。

5适度开展双语教学

研究生的英语基础普遍较好，基本都通过了国家公共英语四级考试，部分学员通过了六级考试，加之在本科阶段还开设了专业英语课程，因此，在培养研究生人工智能知识的同时，我们要提高学员阅读原版英文资料、用英语进行简单科技写作及对外学术交流的能力，适度开展双语教学，对此，我们可采取以下基本方式。

1) 专业术语全部用英语表示。

在教学过程中用英语表达人工智能原理中的专业术语和主要概念，如Knowledge Representation(知识表示)、Depth-First Search(深度优先搜索)、Breadth- First Search(广度优先搜索)等。

2) 以英文原版教材为教学参考书。

选定机械工业出版社出版的《Artificial Intelligence Structures and Strategies for Complex Problem Solving》为参考书，该书“是人工智能课程的完美补充。它既能给读者以历史的观点，又给出所有技术的实用指南[5]。”

3) 加强英文文献的阅读。

在课程论文撰写时，要求阅读一定数量的外文文献；在讨论课中，鼓励学员使用英语进行讨论。

经过课程学习，学员都能准确掌握人工智能学科专业词汇，英文运用能力得到一定提高，能较自如地阅读原版英文专业资料，为进一步用英文进行学术交流及学术论文写作打下基础。

6考试与成绩评定改革

考核方式采用传统的试卷与课程论文、实践环节等三部分组成，全面考查学员对基础理论知识掌握情况以及理论联系实际的能力，其中试卷占70%，课程论文占10%，实践环节占20%。课程论文题目不作限制，由学员在课程学习阶段结合某一专题选定题目，课程论文以选题意义、研究内容、论文结构、参考文献及撰写规范等指标为评价依据；实验成绩采用实验过程考查、实验结果验收和实验报告评阅相结合的考核方法，综合评定。这样做不但考核了学员人工智能基本理论掌握情况，也反映了学员的学术研究能力和工程实践能力。同时，考核结合实际教学进程，改变了单一课终总结性考核的弊端。

7结语

经过课程组近两年的教学方法研究与教学实践，研究生人工智能原理课程教学收到较好的效果，但仍存在一些问题，如在课堂讨论环节，个别学员准备不充分、讨论不够深入；课程论文撰写选题随意，文献综述不够全面、准确，论文格式不够规范等。在今后的授课中，课程组将根据授课研究生人数较少的特点，采取明确每名学员预习重点、加强课程论文交流等方式予以改进，力求取得更好的教学效果。同时，进一步充分利用便利的校园网平台，开展“人工智能原理”网络课程建设，购买或自主开发网络教学资源，引导学员利用网络资源进行个性化自主学习，增强教学过程的信息化程度。

参考文献：

[1] 王永庆. 人工智能原理与方法[M]. 西安:西安交通大学出版社,2002:1.

[2] 李志厚. 国外教学设计研究现状与发展趋势[J]. 外国教育研究,1998(1):6-10.

[3] 肖川,胡乐乐. 论研究生学术能力的培养[J]. 学位与研究生教育,2006(9):1-5.

[4] 周金海. 人工智能学习辅导与实验指导[M]. 北京:清华大学出版社,2008:204.

[5] George F.Luger.Artificial Intelligence Structures and Strategies for Complex Problem Solving[M].北京:机械工业出版社,2009:754.

Reform on Postgradrates Artificial Intelligence Course Teaching

TAN Yuehui, QI Jianfeng, WANG Hongsheng, LI Xiongwei

(Department of Computer Engineering, Ordnance Engineering College, Shijiazhuang 050003, China)

人工智能研究现状综述范文第2篇

【关键词】无人驾驶 脑控汽车 发展前景

1 前言

近些年，随着汽车工业的快速发展，汽车驾驶已经是现代人需要掌握的基本技能之一，在其拓展普及的同时，安全驾驶成为了现代社会最关注的焦点之一。所谓的安全驾驶就是要杜绝在汽车驾驶过程中存在安全隐患的行为，其中不安全驾驶包括：酒后驾驶、超速行驶、疲劳驾驶[1]、大灯晃眼、闯红黄灯、违法超车、急停急刹、随意变道、驾驶打电话、不系安全带等容易致使事故发生的行为。汽车所带来的安全问题多数出自驾驶司机的个人行为和个人原因，因此以人工智能辅助或者替代驾驶者驾驶汽车成为了汽车智能驾驶技术研究的主要趋势。

2 无人驾驶汽车的发展现状

2.1 国外驾驶汽车的研发状况

从上世纪开始国外就开始进行了无人驾驶汽车的研究[2][3]。所谓无人驾驶，是通过为车辆装配多种感应设备，包括车载传感器、GPS和摄像头等，配合车内的智能软件，如自适应巡航控制系统（ACC）等实现脱离驾驶员的自动驾驶汽车[4]。国外著名汽车企业及IT行业巨头谷歌都竞相亮相其在无人驾驶汽车技术研究的成果。截至目前，谷歌的无人驾驶汽车已问世6年多，这期间发生了14起事故，仅一次造成人员受伤[5]；德国梅赛德斯奔驰的无人驾驶卡车在德国的Autobahn8公路上已经启动了上路测试，这是量产版自动驾驶卡车首次在高速公路上进行行驶；据英国《每日电讯报》15年2月11日消息，奥迪方面确认其首款采用无人驾驶技术的车型将于2017年上市。另外各大汽车制造商以及相关科技巨头表示无人汽车在2020年可以推出商用。美国内华达、加利福尼亚、佛罗里达及密歇根州为谷歌、奥迪等正在开发的无人驾驶车发放了公路试验牌照。这表明了一点：使用人工智能替代驾驶员来驾驶汽车被各大发达国家与科技巨头认可。这是因为无人驾驶汽车经过精密计算，由系统精确控制，在一般条件下，比真人驾驶应该更加安全可靠。无人驾驶汽车至少不会犯情绪上的错误，不会因为酗酒、生气、郁闷等精神原因而造成汽车失控，也不会因为人多、路窄、弯多等复杂路况而紧张，造成误操作。对长途行驶而言，无人驾驶汽车不会出现疲劳驾驶。在城市道路中，无人驾驶汽车不会闯红灯、逆行。在有限速标记的道路上，无人驾驶汽车会严格遵守规定，不会超速行驶。

2.2 国内驾驶汽车的研发状况

我国关于无人驾驶汽车的研究相对国外起步较晚，但是发展迅速。十几年前，国防科技大学已经开始对一款红旗轿车进行相应改装，研制出了红旗HQ3智能无人车，能实时处理岔道、斑马线和虚线；对车体姿态变动，自然光照变化及树木、路桥阴影都具有较强的自适应力。HQ3，其“大脑”是藏在后备厢里的计算机设备，车辆没有GPS 等导航设备，完全是利用自身的“环境传感器”来识别道路标线，进而依靠车载的智能行为决策和控制系统，实现正常汇入高速公路的密集车流中自主驾驶。于2011年，红旗HQ3智能无人车首次在复杂路况下公开进行无人驾驶的测试，并完成了从长沙至武汉近300公里高速公路路试。除了无人驾驶汽车的研究外，南开大学计算机与控制工程学院段峰副教授的研究团队与长城汽车共同合作研发 “脑控汽车”，这项研究通过脑电设备， 捕捉人在集中注意力时产生的脑电信号， 利用脑电信号识别系统分析人的驱车意图并向汽车发送操控指令， 以此实现人脑控制汽车的目的[6]。“脑控汽车” 颠覆了手脚并用的驾车方式，它可以利用人脑进行汽车操控并低速行驶， 但离真正投入生产使用还需要一定时间。由此可以看出我国在研究人工智能“替代”的同时也涉及“辅助”研究，将人工智能应用于汽车驾驶技术方面更为广泛。

3 智能驾驶研究中遇到的问题

无人驾驶汽车在其优势凸显的同时也更加暴露出其问题。无人驾驶汽车的问题包括局限性高、人文接受程度问题和安全防御性低等。

3.1 局限性高

无人驾驶汽车在其“视觉能力”方面无法达到人脑的高度，其传感器通过红外摄像和普通摄像两种技术完成道路环境的收集。当车辆在人口密集的楼房建筑区、事故区域或者其他有人通过通用手势信号来指挥车辆在此区域通行时，无人汽车将遇到判断难题。另外，道路存在信号标志老旧变形等情况出现，无人汽车可能产生误识或者漏识，造成不必要的事故。

3.2 人文接受程度问题

社会对无人驾驶汽车依然存在诸多疑问，如当无人驾驶汽车行驶在这个人口稠密的世界时， 发现已经无法避免事故的发生时，智能计算机应该选择冲向马路的行人还是直接撞击迎面而来的车辆？在受到外部虚拟网络攻击后是否还可以维持完全驾驶？未被Google或GPS完全测绘的道路如何行使等。无人驾驶汽车在法律法规方面同样存在极大的挑战。如产品责任，立法和多重管辖权等。无人汽车与有人汽车发生事故责任判定和无人汽车之间发生事故责任判定等。

3.3 安全防御性低

软件安全公司Security Innovation首席科学家乔纳桑・佩蒂特（Jonathan Petit）表示，大部分无人驾驶汽车探测障碍物的激光雷达系统只需一个成本不到60美元的装置即可破解。佩蒂特表示，通过这一装置，黑客可以在任何位置设置实际并不存在的汽车、行人，或是墙壁，导致无人驾驶汽车的行驶速度放慢，甚至寸步难行。其相关论文已在欧洲黑帽安全大会上发表。

4 智能驾驶的发展前景

智能驾驶是通过人工智能辅助或代替人进行汽车驾驶行为，它可以弥补人类驾驶员会存在的缺陷。经过大量的研究和发展，智能驾驶所需的各种传感器、计算机的性能和技术等方面取得了极大进步，成本也在逐步降低。

从人工智能和汽车驾驶结合的长远发展角度来看，纯智能的无人驾驶应为未来驾驶的主要方式，即使在当前基于贝叶斯、决策树和人工神经网络等机器学习的方法被运用在无人驾驶的行为识别和行为决策的技术环境下，我们也可以考虑设立专门的行驶路线保证无人驾驶汽车的应用推广。在冯诺依曼体系结构下面向驾驶行为的机器学习，一直以来都是智能车领域的“瓶颈”。随着国际“类脑”研究的兴起，我国也上线了“中国脑计划”，但毕竟类脑计算还仅从理论阶段开始向前迈步，类脑计算机仍难以得到实现和应用。

从当前智能驾驶的技术角度来看，相对于无人汽车，脑控汽车的发展可能更加适合。这是因为无人驾驶汽车的计算机系统目前还无法达到类脑计算机体系的高度，因此很难做到像人脑一样思考问题，难以较好处理驾驶过程中各种各样的突发问题和针对无人驾驶做出的阻碍或破坏行为。

因此提高人工智能在辅助方面的全面完善是全面实施无人驾驶的必经之路。现在的家用汽车基本配备雷达辅助系统，该系统可以不断监控周围的交通状况，可以用发声频率提示本车与可能碰撞物体的距离，也可以确定与前车距离以及前车行驶速度，如与前车距离明显低于安全距离，系统会向驾驶者发送听觉警报。目前奔驰的主动式驻车辅助系统能够在主动转向和制动功能干预下自动泊车。并且，在车辆通过自动驻车辅助系统停入平行车位后，该系统也可以在自动转向和制动控制功能的帮助下，让车辆完全自动地驶出平行车位。

在此基础之上，我们可以在扩大自然语言处理等人机交互方式在人为干预下“释放双手”的模式上加大科研力度，如：语音操控、脑控汽车或类似飞机自动与手动驾驶切换等智能驾驶方式。其中语音操控汽车可以通过语言指令如“倒库”“直行”或“开启雨刷”等自然语言实现汽车系统的自动处理并通过车辆配置的传感器和摄像头等硬件付出行动来响应命令的方式来实现语音操控汽车的智能模式。因为有驾驶员的加入会使智能汽车的行驶方式更加灵活多变，适合于当前复杂的交通环境，满足社会法律和伦理观念的接受要求，所以提高人工智能在辅助方面的研究应用的价值更加巨大。

参考文献：

[1]朱盛镭.未来智能汽车产业发展趋势[J].上海汽车，2015（08）.

[2]郑宝成.智能汽车及其新技术发展研究[J].科技创新与应用，2015（17）.

[3]冯学强，张良旭，刘志宗.无人驾驶汽车的发展综述[J].山东工业技术，2015（05）.

[4]辛煜，梁华为，梅涛 等.基于激光传感器的无人驾驶汽车动态障碍物检测及表示方法[J]. 机器人，2014（06）.

[5]关天瑜.谷歌无人驾驶汽车再次追尾[J].计算机与网络，2015（15）.

[6]张建新，乔仁铭.“脑控汽车”在南开大学“开跑”[J].农家参谋，2015（08）.

[7]陈慧，涂强，范正帅，王琳. 互联智能汽车关键技术与发展趋势[J].中国集成电路，2015（06）.

[8]贾祝广，孙效玉，王斌，张维国.无人驾驶技术研究及展望[J].矿业装备，2014（05）.

[9]杨帆.无人驾驶汽车的发展现状和展望[J].上海汽车，2014（03）.

[10]李崇寒，彭鑫.无人驾驶汽车：可行还是不可行？[J].今日科苑，2011（12）.

[11]乔维高，徐学进.无人驾驶汽车的发展现状及方向[J].上海汽车，2007（07）.

[12]王握文.时速75.6km──国产无人驾驶汽车创新时速[J].中国科技月报，2000（07）.

[13]林一平.无人驾驶汽车逐步进入实用化[J].专用汽车，2000（02）.

[14]林一平.新世纪的无人驾驶汽车[J].交通与运输，2000（02）.

[15]闫民.无人驾驶汽车的研究现状及发展方向[J].汽车维修，2003（02）.

[16]林一平.不断创新发展的现代无人驾驶汽车[J].专用汽车，2003（01）.

[17]薛福连.自动控制高速公路上的无人驾驶汽车[J].汽车运用，2006（04）.

[18]吕宏，刘大力，孙嘉燕.从无人驾驶汽车奔赴世博会看未来汽车[J].机电产品开发与创新，2010（06）.

[19]边疆，赫玉莹，王贯安.无人驾驶车图像采集的失真矫正[J].中国科技信息，2014（09）.

[20]宋世春.初露头角的无人驾驶汽车[J].国外自动化，1980（04）.

人工智能研究现状综述范文第3篇

关键词：智能机器人;发展现状;应用;趋势

1.国内外的发展现状综述

1.1智能机器人的发展现状

智能移动机器人是第三代机器人，这种机器人带有多种传感器，能够将多种传感器得到的信息进行融合，能够有效的适应变化的环境，具有很强的自适应能力、学习能力和自治能力。

目前研制中的智能机器人智能水平并不高，只能说是智能移动机器人的初级阶段。智能移动机器人研究中当前的核心问题有两个方面;一方面是，提高自主机器人的自主性，这是就智能移动机器人与人的关系而言，既希望智能移动机器人进一步独立于人，具有更为友善的人机界面。从长远来说，希望操作人员只要给出要完成的任务，而机器自动形成完成该任务的步骤，并自动完成它。另一方面是，提高智能移动机器人的适应性，提高智能移动机器人适应环境变化的能力，这就是智能移动机器人与环境的关系而言，希望加强它们之间的交互关系。

在各国的智能移动机器人发展中，美国的智能移动机器人技术在国际上一直处于领先地位，其技术全面、先进、适应性也很强，性能可靠、功能全面、精确度高，其视觉、触觉等人工智能技术已在航天、汽车工业中广泛应用。日本由于一系列扶植政策，各类机器人包括智能移动机器人的发展迅速。欧洲各国在智能移动机器人的研究和应用在世界上处于公认的领先地位。中国起步较晚，而后进入了大力发展的时期，以期以机器人为媒介物推动整个制造业的改变，推动整个高技术产业的壮大。

2.智能机器人的应用

现阶段机器人在某些人类不能到达的地方的应用比较广泛，人们称其为特种机器人。消防机器人属于特种机器人范畴，它作为特种消防设备可以替代消防队员接近火灾现场实施有效的灭火救援作业，开展各项火场侦查任务，尤其是在危险性大或者消防队员不易接近的场合，消防机器人的应用将大大提高消防部门扑灭火灾的能力，对减少国家财产损失和灭火救援人员的伤亡具有重要作用，消防机器人的应用将大大提高消防部门扑灭恶性火灾的能力。

在航空领域里，人们也开发并应用了高灵敏度仿人机器人来完成一些复杂的工作。约翰逊航航天中心的软件设计、机器人技术以及仿真部门联合美国国防部高等研究计划局在10年前就已经制造出了为太空之旅而设计的仿人机器宇航员。在过去的十年里，美国国家航空航天局已经在制造为太空应用的机器人技术方面积蓄了丰富的专业技术。通过应用先进的控制、感应和摄像技术，通过与美国国家航空航天局的科学家根据太空行动协议在休斯敦约翰航天中心共同开发一款的全新的高灵敏度的仿人机器人。它用来与人类共同并肩工作，帮助通用生产更加安全的汽车和建设更加安全的生产工厂，协助美国国家航空航天局的宇航员完成一些危险的太空工作。

在国防领域中，军用智能移动机器人得到了前所未有的重视和发展，近年来，美英等国研制出第二代军用智能移动机器人，其特点是采用自主控制方式，能完成侦察、作战和后勤支援等任务，在战场上有看、嗅等能力，能够自动跟踪地形和选择道路，具有自动搜索、识别和消灭敌方目标的功能。如美国的Navplab自主导航车，SSV自主地面战车等。在未来的军事智能移动机器人中，还会有智能战斗机器人、智能侦察机器人、智能工兵机器人、智能运输机器人等等，成为国防装备中的新亮点。

3.智能机器人发展趋势展望

智能机器人具有广阔的发展前景，目前机器人的研究正处于第三代智能移动机器人阶段，尽管国内外对此的研究已经取得了许多成果，但其智能化水平仍然不尽人意。未来的智能移动机器人应当在以下几个方面着力发展;面向任务，由于目前人工智能还不能提供实现智能机的完整理论和方法，已有的人工智能技术大多数要依赖领域知识，因此当我们把机器要完成的任务加以限定，及发展面向任务的特种机器人，那么已有的人工智能技术就能发挥作用，使开发这种类型的智能移动机器人成为可能;传感技术和集成技术，在现有传感器的基础上发展更好、更先进的处理方法和实现手段，或者寻找新型传感器，同时提高集成技术，增加信息的融合;机器人网络化，利用通信网络技术将各中机器人连接到计算机网络上，并通过网络对计算机实现有效的控制;智能控制中的软计算方法与传统的计算方法相比，已模糊逻辑、基于概率论的推理、神经网络、遗传算法和混沌为代表的软计算技术具有更高的鲁棒性、易用性及计算的低耗费性等优点。应用到机器人技术中，可以提高其问题求解速度，较好的处理多变量、非线性系统的问题;机器学习，各种机器学习算法的出现推动了人工智能的发展强化学习、蚁群算法、免疫算法等可以用到机器人系统中，使其具有类似人的学习能力，以适应日益复杂的、不确定和非结构化的环境;智能人机接口，人机交互的需求越来越向简单化、多样化、智能化、人性化方向发展;因此需要研究并设计各种智能人机接口如多语种语音，自然语言理解、图像、手写字识别等，以更好地适应不同的用户和不同的应用任务，提高人与机器人交互的和谐性;多机器人协调作业，组织和控制多个机器人来协作完成单机器人无法完成的复杂任务，在复杂未知环境下实现实时推理反应以及交互的群体决策和操作。

4.建议和设想

虽然智能机器人有着非常广泛的应用范围和无可限量的发展前景，但是也有很多不足之处。首先，由于智能机械采用大量高科技元件，导致成本较高。这大大限制了智能机器人大应用范围，影响了智能机械的推广和普及，很难实现规模化生产。其次，较易损坏，由于各部件本身精密细致，链接精巧繁多，即使一个小小的错误总会对整个机械运动情况有影响，因此，智能机器人用于实际应用不能达到像传统机械那样经久耐用。再次，维修困难，一个零件损坏时不能像传统零件那样容易找到替换零件，这也影响了智能机器人的推广应用。今后我们可以去寻找一种新型材料，实现批量生产，降低生产成本。突破智能机器人的发展瓶颈。

人工智能研究现状综述范文第4篇

【关键词】机电一体化　发展趋势　传感器

一、机电一体化的产生与应用

20世纪60年代以来，人们利用电子技术的初步成果来完善机械产品的性能后，刺激了机械产品与电子技术的结合。计算机技术、控制技术、通信技术的发展，为机电一体化的发展更进一步奠定了技术基础。20世纪80年代末期，机电一体化技术和产品得到了极大发展。各国均开始对机电一体化技术和产品给以很大的关注和支持，20世纪90年代后期，开始了机电一体化技术向智能化方向迈进的新阶段，机电一体化进入了深入发展时期。光学、通信技术等进入了机电一体化，微细加工技术也在机电一体化中展露头脚，出现了光机电一体化和微机电一体化等新分支。我国从20世纪80年代开始开展机电一体化研究和应用。取得了一定成果，它的发展和进步依赖并促进相关技术的发展和进步。机电一体化已成为一门有着自身体系的新型学科，随着科学技术的不断发展，还将被赋予新的内容。

二、机电一体化的发展现状

机电一体化的发展大体可以分为3个阶段。20世纪60年代以前为第一阶段，这一阶段称为初级阶段。在这一时期，人们利用电子技术的初步成果来完善机械产品的性能。特别是在第二次世界大战期间，战争刺激了机械产品与电子技术的结合，这些机电结合的军用技术，战后转为民用，对战后经济的恢复起了积极的作用。那时研制和开发从总体上看还处于自发状态。由于当时电子技术的发展尚未达到一定水平，机械技术与电子技术的结合还不可能广泛和深入发展，已经开发的产品也无法大量推广。

20世纪70年代～80年代为第二阶段，可称为蓬勃发展阶段。这一时期，计算机技术、控制技术、通信技术的发展，为机电一体化的发展奠定了技术基础。大规模、超大规模集成电路和微型计算机的迅猛发展，为机电一体化的发展提供了充分的物质基础。

20世纪90年代后期，开始了机电一体化技术向智能化方向迈进的新阶段，机电一体化进入深入发展时期。一方面，光学、通信技术等进入了机电一体化，微细加工技术也在机电一体化中展露头脚，出现了光机电一体化和微机电一体化等新分支；另一方面对机电一体化系统的建模设计、分析和集成方法、机电一体化的学科体系和发展趋势都进行了深入研究。同时，由于人工智能技术、神经网络技术及光纤技术等领域取得的巨大进步，更为机电一体化技术开辟了发展的广阔天地。这些研究，将促使机电一体化进一步建立完整的基础和逐渐形成完整的科学体系。我国是从20世纪80年代初才开始在这方面研究和应用。国务院成立了机电一体化领导小组并将该技术列为“863计划”中。在制定“九五”规划和2010年发展纲要时充分考虑了国际上关于机电一体化技术的发展动向和由此可能带来的影响。许多大专院校、研究机构及一些大中型企业对这一技术的发展及应用也做了大量的工作，虽然取得了一定成果，但与日本等先进国家相比仍有相当差距。

三、机电一体化的发展趋势

(一)智能化趋势

智能化是21世纪机电一体化技术发展的一个重要发展方向。人工智能在机电一体化建设者的研究日益得到重视，机器人与数控机床的智能化就是重要应用。这里所说的“智能化”是对机器行为的描述，是在控制理论的基础上，吸收人工智能、运筹学、计算机科学、模糊数学、心理学、生理学和混沌动力学等新思想、新方法，模拟人类智能，使它具有判断推理、逻辑思维、自主决策等能力，以求得到更高的控制目标。机电一体化产品不可能具有与人完全相同的智能。但是，高性能、高速的微处理器使机电一体化产品赋有低级智能或人的部分智能。

(二)模块化趋势

模块化是一项重要而艰巨的工程。由于机电一体化产品种类和生产厂家繁多，研制和开发具有标准机械接口、电气接口、动力接口、环境接口的机电一体化产品单元是一项十分复杂但又是非常重要的事。如研制集减速、智能调速、电机于一体的动力单元，具有视觉、图像处理、识别和测距等功能的控制单元，以及各种能完成典型操作的机械装置。这样可利用标准单元迅速开发出新产品，也可以扩大生产规模，制定各项标准，以便各部件、单元的匹配和接口。从电气产品的标准化、系列化带来的好处可以肯定，无论是对生产标准机电一体化单元的企业还是对生产机电一体化产品的企业，规模化将给机电一体化企业带来美好的前程。

(三)网络化趋势

计算机技术等的突出成就是网络技术。网络技术的兴起和飞速发展给科学技术、工业生产等领域都带来了巨大的变革。各种网络将全球经济、生产连成一片，企业间的竞争也将全球化。现场总线和局域网技术使家用电器网络化已成大势，利用家庭网络将各种家用电器连接成以计算机为中心的计算机集成家电系统，使人们在家里分享各种高技术带来的便利与快乐，因此机电一体化产品朝着网络化方向发展是为大势所趋。

人工智能研究现状综述范文第5篇

关键词：知识管理；知识作业；工效学；作业效率；人工智能

一、问题的提出

知识经济时代的到来使得脑力劳动者大量涌现，知识管理作为知识经济时代的管理（知识管理的广义定义）已成为企业实践和管理学理论研究关注的焦点。不少企业特别是以知识工作者为主的企业，如：惠普、麦肯锡、清华同方等，已经通过建立知识库、内部信息网络建设等知识管理手段极大地提高了企业运行的效率。然而值得注意的是，目前相关研究和实践大多仅关注对于知识这种资源的管理（知识管理的狭义定义）。即便是在这样一种狭义上的研究也主要“侧重于对知识管理的定义、目标和内容、策略与原则以及能支持知识管理的信息技术进行讨论，而对知识管理的具体方法与手段既没有展开，也没有进行系统研究。”

应当指出，信息化建设对知识资源的管理是知识管理中非常重要的部分，但还不是问题的全部。事实上，在实践中已经有不少企业由于片面强调构建企业内部知识共享平台，建立管理信息系统等技术手段，而忽略企业管理中一些更为基本的问题从而导致其信息化建设失败，不但没有增强企业的竞争力，反而成为企业管理者和员工的负担。在这方面，为数不少的失败的ERP案例就是典型的例子。

管理的基础问题和核心问题向来是并将永远是工作效率的问题。尽管在经济、社会发展的不同时期，组织系统的输入和输出内容可能完全不同，但人们管理的目的和本质总是追求最少的输入和尽可能多的输出（经济效益或社会效益）。在组织效率中，最为基础的问题是各项作业的效率。100年前，正是基于对体力劳动作业效率的追求和研究，使得管理从经验管理走向科学管理，从而极大地提高了劳动生产率。因此要提高企业效率、实现管理的目标就必须关注企业生产的作业过程以及这些作业过程中的工作效率问题。

在知识经济时代，知识作业取代体力劳动作业成为最普遍的劳动方式。因而在知识管理中，最基础和核心的问题应当是脑力劳动的工作效率（知识作业工效）问题。为此，应深入知识作业过程进行工作效率研究，否则，如果忽视知识管理中的基础性问题而片面强调外部的技术工具和手段，企业将难以从知识管理中真正获益。而深入作业过程进行研究正是工效学的基本研究方式，知识作业的工效问题既是知识管理的基础问题也是工效学研究应当关注的问题。工效学应开拓其在知识管理的基础性领域——知识作业工效的研究，迎接知识经济时代提出的挑战。但目前的工效学的关注焦点仍在于对操作性体力劳动的效率以及人与机器、环境的适应性研究。即便是涉及知识管理，也大多只从环境对知识工作者身心健康的影响等如何提高脑力劳动者的工作舒适度这样一些角度进行探讨。这一领域的发展与知识经济的时代环境极不协调。知识管理的需要以及工效学本身的发展要求尽快将工效学的关注焦点转移到以脑力劳动为基础的知识作业过程研究中来。

二、知识作业工效学研究的可行性和基本技术思路

1．知识作业工效学研究的可行性。

对知识作业效率的工效学研究就是要深入知识作业的过程，从作业效率的角度研究人如何能够更有效地对知识信息和相关物质资料进行接收，加工与输出，特别不能忽视的是中间的加工过程。由于脑力劳动的复杂性、内隐性、差异性以及难以定量等问题的影响，目前国内外对脑力劳动的研究还只停留在心理学方面的基础性研究以及在人工智能研究方面的应用。在管理学理论和管理实践应用中，人们大多将知识作业过程当作一个“黑箱”，通过关注“黑箱”两端的输入和输出，并凭借外部技术手段来提高其输出，忽略或者说是有意回避了中间的过程（由于脑力劳动过程的复杂性以及相关基础性理论研究的不成熟）。

知识作业过程的研究虽然复杂，但从目前的“人工智能”和“脑力劳动机械化”的研究现状来看，深入人脑思维过程对知识作业进行研究仍然可行。所谓“脑力劳动机械化”是由首届国家最高科学技术奖获得者吴文俊院士提出的：“用机器代替体力劳动作为人手的延伸可以称之为体力劳动的机械化，用某种设备代替脑力劳动作为人脑的延伸可以称为脑力劳动的机械化”。它实际上是人工智能的一个方面。从目前看来，人工智能的研究正在不断取得突破性的进展。人工智能就其本质讲是对人们已知的、有规律性的思维和行为的模仿，知识作业中人的思维和行为正有此规律性，因而从某种程度上讲人工智能事实上已经对知识作业过程进行了模仿，而这一模仿必然建立在对脑力劳动作业过程进行研究并最终标准化、程序化的基础上。由此，我们可以预见，知识作业的过程虽然复杂，但打开知识作业过程这一黑箱，深入黑箱进行研究，把黑箱变成“灰箱（greybox）”以至“白箱（whitebox）并非不可能之事。

2．知识作业工效学研究的技术思路。

如何进行知识作业的工效学研究？追寻管理学和工效学的发展史，人们可以发现：100多年前，泰勒（Taylor）的“时间-动作研究”(timeandmotionstudies)建立了以时间和动作研究设立的工作标准，推动了管理各项工作科学化进程，开工效学研究之先河并使传统的经验管理步入科学的殿堂。1912年著名的美国效率专家吉尔布雷思（Gilbreth）在美国机械工程师学会上首次发表《细微动作研究》，从众多的操作性作业活动中分离、抽取出18种一般操作活动动作要素（简称动素）。1930年美国康奈尔大学莫金逊以一种新的概念——“工作简化”，把科学管理的技术思路由工厂作业扩大到行政事务管理、商业、医院等各个领域。这些开创性基础研究工作，奠定了一条对作业进行“细分简化标准化”的研究思路，为提高作业效率和管理效率奠定了理论基础和技术思路，他们的成果至今还是管理学、工效学方面教科书的经典理论。

100年来，沿着经典科学管理奠定的“细分简化标准化”研究思路，围绕着如何提高工作效率和管理效率等核心问题，研究者们深入作业过程和管理过程进行大量研究，大大提高了生产和管理效率。随着社会和科学技术的飞速发展，知识经济时代的到来使人类劳动和工作方式已发生根本性转变，以体力为主的操作性作业的“时间——动作”分析和动作要素分析等经典理论与方法已不能满足以脑力劳动为支撑的知识作业研究的需要。然而，尽管经典科学管理与现代管理研究的对象有着本质的差异，经典科学管理深入作业过程和管理过程“细分简化标准化”的研究思路，仍是研究知识作业（脑力劳动）工效可以借鉴的基本学术思路。这对于知识作业工效问题的研究具有理论方法和实现技术上的继承性和延伸性，是在新的领域内的深入，也是对一般工程操作研究在知识作业研究方面的提升与拓展。人工智能研究所取得的成就充分说明了对某些脑力劳动进行标准化研究的可行性。如同对操作性作业的分析与研究一样，通过对知识作业过程的研究，也可以类似于“时间——动作”研究和动作要素分析的基本理论方法和技术思路为指导，分解知识作业，抽取与定义知识作业的工作要素，探讨知识作业的一般环节、程序、过程，合理地组织知识作业的工作要素并再设计标准化作业方式，以科学地提高知识作业的工作效率和基于个体工作效率的管理效率。

三、知识作业的工效学研究对知识管理的基础性意义

工效学注重通过作业过程研究来提高系统效率，其基于作业过程的研究成果曾极大地丰富了管理学的内容，许多成果成为管理实践中的基础性要求。可以预见，在知识经济时代，注重知识作业的效率研究将同样有助于这一时代的管理实践，并如同对体力劳动的作业研究是传统管理（相对于知识管理）的基础一样，知识作业的效率研究必将奠定知识管理的基础。

知识作业的工效学研究对于知识管理具有基础性意义。其一：它可以提供较全面的知识工作职业分类标准，目前国内外还没有这样的一个分类标准（现有的分类标准涉及知识型职业较少，大多为技能型职业。可参见《中华人民共和国职业分类大典》）。要建立这样一个分类标准，就必须深入各种知识作业过程，考察、细分和比较各职业之间的相对作业难度，从而建立他们之间可比较的等级划分标准，给知识工作者一个社会化的价值评估标准。这将有利于更科学地定义脑力劳动和评价脑力劳动的价值，为企业聘用人才，激励人才提供标准，对于社会对人才的培育以及人才自身的成长将起到积极的引导作用；其二：如同泰勒对体力劳动的“时间——动作”研究为体力劳动提供标准动作从而提高了传统生产方式下的社会劳动生产率一样，对知识作业的工效学研究可以为一些重复性脑力劳动设定标准化“操作程序”（从某种程度上讲这就是这些脑力劳动机械化的前提），从而极大地提高这些脑力劳动的工作效率。控制理论的奠基人美国数学家N．Wieaer曾说过：“第一次工业革命是人手由于机器竞争而贬值，现在的工业革命便在于人脑的贬值，至少人脑所起的较简单的较具有常规性质的判断作用将要贬值”。可以预见，在脑力劳动作为主要劳动方式的知识经济时代，通过知识作业的工效学研究，使一部分重复性脑力劳动程序化（贬值）将为整个社会劳动效率的提升起到基础性作用。

参考文献：

1．左美云．国内外企业知识管理综述．科学决策，2000，（3）：32－37．