关键词：智能科学与技术；社会需求；必要性；可行性；紧迫性
中图分类号：G642 文献标识码：B
1 “智能科学与技术”学科：内涵、结构与关系
为了便于论证，首先需要明确：什么是“智能科学与技术”学科?
1.1 “智能科学与技术”的学科内涵
智能问题具有高度复杂性，不同的人从不同的角度去认识智能，就可能得到不同的理解，这使得国际学术界关于智能的定义一直呈现出多样化的特点(正像信息的定义至今还难以统一那样)。
但是，经过长期的研究，具有系统思维优势的我国人工智能学术界却已经对此取得了比较清晰的理解。
智能，是“面对问题、约束和目标，通过获取信息、提炼知识、调度知识生成策略，从而解决问题、满足约束、达到目标”的能力。
智能的概念也可以用图1的抽象模型来表示。图1模型所表示的“由面对问题到解决问题”的整个过程是典型而完整的智能活动过程，其中包含：信息获取(传感)、信息传递(通信)、信息处理(计算)、知识生成(认知)、策略创建(决策)、策略传递(通信)、策略执行(控制)等基本环节。它体现了“标准智能科学技术”的科学技术内涵。
图1所示的“标准智能科学技术”内涵中，“知识生成(认知)”和“策略创建(决策)”这两个相互联系和相互作用的部分，通常又被称为“狭义智能科学技术”，它是“标准智能科学技术”中最为复杂最为困难的部分，也是“标准智能科学技术”最具表征性的部分。
本项建议提出增设的“智能科学与技术”博士学位一级学科，正是指“狭义智能科学技术”而言。为了使语言和行文更为简洁，在一般不引起误会的情况下，通常省略“狭义”这个形容词。
由此可以得到一个重要的结论：“智能科学技术”一级学科具有自己相对独立的学科立足点，这就是认知(知识生成)和决策(策略创建)，而且是“标准智能科学技术”内涵中最具有表征意义的部分。
1.2 “智能科学与技术”一级学科的二级学科结构
作为一级学科，“智能科学与技术”学科可以下设若干二级学科。根据目前的发展情况，设立以下三个二级学科是适宜的：
智能理论与方法(可授理学学位)
知识处理(可授理学或工学学位)
智能系统与应用(可授工学学位)
这是三个体系很完整、关系很和谐、非常有特色的二级学科。它们在整体上全面地涵盖了“智能科学与技术”学科的理论、技术与应用，足以支撑“智能科学与技术”学科的发展。
同时也可以看出，“智能科学与技术”博士学位授权一级学科的三个二级学科内涵与现有其他一级学科的二级学科之间没有重叠与冲突，不会影响到其他学科的发展。相反，它使整个学科的学位培养体系得到了充实与完善。
1.3 “智能科学与技术”与相邻学科的关系
由智能的定义和它的抽象模型(图1)可以看出：标准智能科学技术(或者也可以称为“完全的智能科学技术”)包含了以下分支学科：
传感与测量(信息获取)
通信(信息传递)
计算(信息处理)
狭义智能(知识生成与策略创建)
控制(策略执行)以及
系统(全局性能优化)等分支学科
显而易见，这些分支学科都有自己相对独立的学科立足点，不存在人们担心的“互相挤占”的问题。即使对于“计算机科学与技术”和“控制科学与工程”这两个关系最密切的学科来说，“智能科学与技术”也不会“挤占”它们的研究领域。相反，它们之间具有明确的分工和接口，所有这些分支学科之间的有机合作，可以构成标准的(或完全的)智能科学与技术的大学科。
多年前，“信息与通信工程”、“计算机科学与技术”、“控制科学与工程”都已经成为一级学科。因此，现在设立“(狭义)智能科学与技术”博士学位授权一级学科，全学科的整体结构，应当是水到渠成的事情了。2设置“智能科学与技术”一级学科：必要性、可行性、紧迫性
既然图1的抽象模型揭示了“标准智能科学与技术”的学科结构内涵，也表明了“(狭义)智能科学与技术”学科具有自己独立的学科立足点――认知(知识生成)与决策(策略创建)，而且表明“智能科学与技术”学科与“信息与通信工程”、“计算机科学与技术”和“控制科学与工程”等学科属于同一个学科层次，那么一个自然的问题就是：为什么在此之前，“智能科学与技术”学科没有能够与其他同层次的学科一起成为一级学科?
下面就来回答这个问题。
2.1 设置“智能科学与技术”一级学科：理论基础已经确立
当初没有把“智能科学与技术”设置为一级学科，不是因为它不重要，而是因为智能科学技术的研究对象f认知与决策：如何把信息提炼成为知识；如何把信息与知识激活成为智能策略)比较复杂，进展受限，甚至连人工智能的三大主流理论(基于结构模拟的人工神经网络、基于功能模拟的符号逻辑系统、基于行为模拟的感知――动作系统)也处于“鼎足三分，互不认可”的状态，未能形成统一的理论知识体系，因而缺乏建立一级学科的理论基础。
其实，这种进程完全符合科学技术发展的规律。正如人类进化的过程一样，只有当感觉器官、传导神经系统、思维器官中的古皮层和旧皮层、效应器官这些功能首先发展起来之后，人类才会对思维器官新皮层的发展提出强烈的要求，使后者成为发展的焦点。信息科学技术的发展逻辑也是这样，只有当传感技术、通信技术、计算机技术、控制技术都充分发展起来之后，我们才会对智能科学技术的发展产生强烈的需求，使智能科学技术成为发展的焦点。
事实上，自20世纪90年代Internet(计算机与通信技术的集成体现)进入商用以来，人类对智能科学技术的迫切需求就已初见端倪：无论是为了发挥Internet的正面作用(在信息海洋中准确检索用户所需要的信息)还是为了抑制Internet的负面影响(过滤各种不良信息)，都需要能够“理解信息内容和效用”的智能搜索技术，而这不可能依靠一般计算机编程来解决。这就验证了上面的进程逻辑：通信与计算机等技术发展起来以后，人类必然对智能科学技术产生强烈需求。
于是，进入21世纪以来，在信息技术应用需求的强力推动下，智能科学技术获得了巨大的发展。现在已经明确：由信息提炼知识(认知)的基本机制是归纳，而由知识和信息激活智能策略(决策)的基本机制是演绎。不仅如此，原来“鼎足三分，互不认可”的人工智能三大主流理论(结构模拟理论、功能模拟理论、行为模拟理论)也在机制模拟理论的框架内实现了和谐的统一，形成了人工智能的统一 理论体系，从而为设置“智能科学与技术”博士学位授权一级学科奠定了必要的理论基础，扫除了原来不能设置一级学科的基本障碍。
而且，人工智能理论研究与自然智能的研究之间也在快速沟通，正在形成更强大的研究体系――高等智能，后者把感知、觉知(基础意识)认知、情感、智能等一些原先互相分离的领域以及信息理论、知识理论、智能理论等一些原先互相脱节的理论互相融会贯通，构筑“高等智能”的理论体系。
2.2 设置“智能科学与技术”一级学科：国家需求迫在眉睫
众所周知：信息是现象，知识是本质，智能是运用知识解决问题的能力，是信息的最高级产物。因此，智能科学技术是信息科学技术的核心、前沿和制高点。与此同时，智能又是生命体的精髓，是生命体最为复杂、最为神奇、最为重要的能力。显然，智能科学技术是信息科学技术与生命科学技术最为精彩的交叉领域，是21世纪科学技术发展的聚焦点。
从智能的定义和图1的智能模型可以看出，智能科学技术的实质，是利用现代科学技术增强人类认识问题(以至认识世界)和解决问题(以至改造世界)的能力。因此，在激烈尖锐的国际竞争中，谁最先掌握了智能科学技术，谁就可能掌握竞争制胜的主动权。肩负“振兴中华”重任的我国科技和教育工作者，责无旁贷地要全力以赴，抢占先机，努力发展我国的智能科学技术。而设置“智能科学与技术”博士学位授权一级学科，就可以在智能科学技术这个关键领域培养大批优秀的高层次人才，为我国掌握信息科学技术的核心、前沿和制高点提供人才保障。这是我国国家发展至高无上的战略需求。
另一方面，从现实的经济发展来看，党中央国务院一再发出号召，要求尽快转变粗放的国民经济增长方式，因为这种增长方式导致资源(包括物质资源和能量资源)的高消耗和废弃物的高排放，造成对生态和环境的高污染(称为“三高”)，是一种不可持续的增长方式。近年来，人们从工业生产系统的操作层面和管理层面采取了多方面的节能减排措施，也取得了一定的成效。但是分析表明，“三高”的根源是资源的高消耗，而资源高消耗的根源又在于工业时代余留下来的工业生产系统“高度冗余”的设计理念：为了保证在最恶劣的条件下正常生产，就要求为生产系统提供高额超量资源(包括物质资源和能量资源)供应。然而，最恶劣条件的出现概率通常很小，因此，在绝大部分时间内，生产系统都处于高额超量资源消耗的状态。一旦按照这种理念设计了生产系统，那就“木已成舟”，无论人们在操作和管理方面怎样精心，也不可能从根本上解决由于资源高消耗引发的“三高”问题。
解决国民经济粗放增长方式的根本办法，是采用基于智能科学技术的“智能设计”理念去取代“高额超量冗余”的传统工业设计理念，从工业生产系统的“源头”上消除“三高”的根源。如定义所见，“智能”概念的基本特征是“学习”，智能设计理念的技术特征是“自学习――自调整――自适应”，它能保证在任何情况下(包括最恶劣和最良好的情况)，生产系统的资源供应和产品产出都处在“准最优”的状态，从而消除了高额超量冗余资源的消耗。这是国民经济健康发展所迫切需求的，也是智能科学技术所能够做出的贡献。
国民经济和社会进步迫切需要“智能科学技术”的最新动向是2009年2月4日IBM中国公司在北京的“智慧地球(Intelligent Earth)”战略。这个战略的目标是让世界的运转更加智能化，涉及个人、企业、组织、政府、自然和社会之间的互动，这种互动将大大提高性能效率和生产力。IBM并不讳言“智慧地球”对于中国发展的重要性，它认为，“智慧地球”使中国近百年来首次与世界同步进行技术革命，为中国提供了难得的历史良机(详情参见《科技日报》的整版报导)。这是一个非常清晰的信号：20世纪80年代以来，引领世界发展的火车头是“信息化”，而在21世纪的今天，引领发展的火车头则是“智能化”。如果我们不能及早为“智能化”培养大批优秀的“智能科学技术”高层次人才大军，振兴中华、建设“创新型国家”的目标就难以实现。
也许大家还记得，在2008年中国科学技术协会成立50周年庆祝活动期间，在互联网上展开的一项大规模调查显示，在10项“引领未来的科技”名单中，“人工智能”赫然处在前列的地位。这表明，中国广大网民早已认识到人工智能对于中国发展前途的重要性和关键性。
总之，无论是从学术意义还是应用价值来看，为了国家的最高利益，智能科学技术的发展都应当放置在相当关键的核心地位。教育是先导性事业，是面向未来的事业，培养人才需要一定的周期，需要超前安排。因此，我国现在设置“智能科学与技术”博士学位授权一级学科，已经不算早了。
2.3 设置“智能科学与技术”一级学科：条件已经成熟
无数事实表明，由于信息科学技术(尤其是互联网的应用)不断向深度和广度进军，特别是智能科学技术的不断发展与完善，当今世界进步的特征正在由“信息化”快速向“智能化”迈进。今天，社会对“智能化”的呼唤如同20世纪80年代社会对“信息化”的呼唤一样急切和普遍：智能网络、智能决策、智能计算、智能控制、智能管理、智能通信、智能信息处理、智能遥感遥测、智能交通、智能车辆、智能机器人、智能农业机械、智能游戏、智能商务(商务智能)、智能仪器仪表、智能材料、智能建筑、智能自动化、智能玩具、智能信息服务、智能信息安全、智能战场对抗等，不一而足。
时至今日，在我国学位体系结构中设置“智能科学与技术”博士学位授权一级学科，完善学科学位体系的整体结构，适应科学技术的发展和国民经济对人才培养的需要，条件已经充分成熟。
(1)随着信息技术的发展和应用，信息化不断向深度和广度前进，涉及的问题越来越深刻，越来越复杂，从而对“智能科学技术”的应用产生了越来越明确和强烈的需求，推动着“信息化”进程不断向“智能化”的阶段迈进。
(2)智能科学技术本身的长足进步，特别是人工智能理论由原先的“鼎足三分和互不认可”状态走向和谐统一，形成了自己的科学理论体系，为设置“智能科学与技术”博士学位授权一级学科奠定了坚实的学科理论基础。
(3)由于通信、计算机、控制等学科的发展(特别是Internet的发展)对智能科学技术提出了日益迫切的需求，智能科学技术在现代国民经济的发展与社会文明的进步事业中已经发挥了而且将进一步发挥越来越重要的作用。
(4)智能科学与技术的狭义学术领域定位于“认知(知识生成)和决策(策略创建)”，它的前端与“计算机科学与技术”学科的“信息处理”接口，后端则与“控制科学与工程”学科的“策略执行”衔接，各司其职，相辅相成。
(5)经过深入论证，“智能科学与技术”博士学位授权一级学科下设“智能理论与方法”、“知识处理”以及“智能系统与应用”三个博士学位授权二级学科，是十分适 宜的。
(6)建议在设立“智能科学与技术”博士学位授权一级学科的同时，也设立“智能与技术”硕士学位授权一级学科；其下也设立“智能理论与方法”、“知识处理”和“智能系统与应用”三个二级学科。
(7)我国已经有大约20所高校创建了“智能科学与技术”本科专业，也已有一批高校在“计算机科学与技术”博士学位授权一级学科内自主设置了“智能科学与技术”的博士学位授权二级学科，为设立相应一级学科创造了条件。
(8)我国大批高水平的高等学校和中科院相关研究所拥有实力雄厚的博士和硕士研究生培养队伍和基地；我国信息领域众多的高新企业、动画漫画产业和智能游戏以及智能服务产业对智能科学与技术的高层次人才有强大需求。
(9)中国人工智能学会逢单年召开全国智能科学技术的学术大会，逢双年举办国际高等智能学术大会(Intemational Conference on Advanced Intelligence)，还创办了“Intemational Journal on Advanced Intelligence”，创造了良好学术环境。
(10)2002年以来，中国人工智能学会教育工作委员会每年都举办1～2次全国性“智能科学与技术”本科专业和研究生教育的研讨会，交流本学科专业的办学经验，探讨研究生的培养途径，发挥着民间教学指导委员会的作用。3结论和建议
具有五千年文明积淀的中华民族，虽然在近代历史上曾经落伍，但是经过60年的洗礼，特别是经过改革开放30多年来的学习、思考与探索，已经充分成长起来了。在考虑“中国应当做什么”这类问题时，完全有能力根据客观规律和事实分析，得到自己的结论。
(1)信息获取(传感)、信息传递(通信)、信息处理(计算)和信息执行(控制)科学技术的发展，推动了经济和社会向着信息化的方向快速迈进；而经济和社会走向信息化的结果又激发了越来越多更为复杂和深刻的社会需求，急切需要智能科学技术(知识生成和策略创建)迅速跟上才能解决。这是科学技术与社会需求互动而导致科学技术不断进步的客观规律。
(2)经过半个多世纪的研究和积累，智能科学技术本身已经获得了长足的进步，不但在实际应用中已经发挥重要的作用，而且智能科学技术的理论基础也已经由原来的“鼎足三分，互不认可”状态进步到形成了和谐统一的体系，为智能科学技术的进一步发展奠定了坚实的基础。
(3)正像思维能力在人体这个信息系统中处于核心地位，以“知识生成和策略创建”为标志的智能科学技术在整个信息科学技术体系中也同样发挥着核心的作用。因此，推进智能科学技术的发展将对整个信息科学技术的升级(由一般的信息科学技术升级为智能化的信息科学技术)提供正确的方向，从而在科学技术上为民族振兴和国家富强提供制胜的主动权。
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。
计算机系还设有部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、一个部级教学团队、一个部级科技创新团队、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
关键词：电气控制；自动化控制；人工智能
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)．
[5]黄开平.高级项目中自动化系统的应用[J].电气时代,2013(02)．
【关键词】人工智能 科学技术 智能网络
近些年来，随着科学技术的飞速发展，人工智能技术这种新兴的科技产物也正在逐渐走入到人们的生活之中。但是尽管科技的发展已经非常迅速了，人们对于人工智能技术的应用依然停留在十分浅显的层面上。本文中，笔者将对人工智能技术的优缺点和应用方向等方面进行浅要的分析与研究，希望能够对人工智能开发者和各行各业的研究者们对于人工智能的应用方向获得更多的灵感。
1 人工智能的概念和应用现状
现如今，人们的生活水平已经得到了非常大的提高，我国的工业水平，科技水平等等都在不断的提高。在这样的背景之下，人工智能技术也开始受到越来越多的人的重视。尽管人工智能技术现在发展的还不完善，但还是有很多先行者，再将人工智能技术付诸于应用化的方向上踏出了关键性的一步。
1.1 人工智能的概念
说起人工智能，很多人第一印象都是影视大片之中的智能机器人，什么终结者之类的往往能给人们留下很深的印象。其实人工智能本身也可以被称作机器智能，它是人们对于人工机器赋予的拟人形态的思维和运动方式。在某种意义上来说，所谓的人工智能，就是沿用人类的方法和技术手段，将人类原本的智慧和思维模式作为原型，最终实现机器的智能化发展。可以说，人工智能技术是人类科技发展的必然产物，也是未来科技发展的必经之路。在未来的发展道路上，人工智能技术必然成为一门起源于计算机技术，并最终超脱于计算机技术的高等学科。
1.2 人工智能技术的核心
笔者认为，人工智能技术的核心，实际上就是机器的自主学习与思考能力。在现在的网络技术之中，这种观念正在被逐渐的突出，并被更多的人注意到。譬如很多网络应用于服务之中，大家都能够感到越来越知心，互联网会根据使用者过去的行为以及正在进行的新的行为与事件，不断的更改现有的服务策略。使用者浏览网页的内容，浏览时长，下载内容等等数据，将成为这些软件自主学习的资料和教科书，被互联网自动进行收录与分析，并在今后的服务之中将这些分析结果付诸应用。这种感觉就好像互联网已经逐渐变成了一个真真正正能够自主思考的智能机器人，他知道你想找什么，知道你需要什么，而这正是人工智能技术的核心追求。
2 人工智能技术的应用方向
未来的人工智能技术必然有更加广阔的应用天地，就目前针对人工智能技术的应用来看，在很多领域，已经取得了颇为不俗的成绩。虽然受限于目前尚不成熟的人工智能技术，但是这些技术已经足够人们取长补短，在各自的学科和领域取得非凡的成绩了。
2.1 人工智能技术在智能建筑领域中的应用
人们正在尝试着通过人工智能的手段，构建智能化的建筑，不断的拓展建筑现有功能，以期为人们提供更好的服务。在现有的智能建筑中，专家系统技术已经越来越多的崭露头角。近些年，知识库专家系统凭借着它在人工智能领域无与伦比的优势，实现了非常大的发展，并且逐渐呈现出商品化趋势。这种专家系统实际上是将系统的运行和构造建立在控制对象与控制规律的基础上，以庞大的知识库体系作为支撑，最终形成完整的系统功能与构架。应用这种系统，就相当于在某个专业领域拥有了一名专家，可以从容的解决该专业领域内的相关问题。这种系统的存在，针对不同的专业领域，建立了详实完善的数据库，将多位专家的意见进行了有机的整合与分析，大大的提升了建筑智能化水平，实现了人们生活的智能化。
2.2 人工智能技术在电气工程自动化控制技术中的应用
以火力发电技术为例，人工智能技术起到了非常大的作用，不但能够被用来计算电力系统所需要的产品规格，提高工作效率，缩短设计周期。还能够用来进行火力发电各系统之间的有机监控，利用人工智能计算出火力发电中各个系统的运行功率，各系统所需的燃料，蒸汽系统的水温变化，还有发电成效等等，将所有涉及到的子系统有机的调控起来，从而保证整个发电厂的经济运行。
2.3 人工智能系统在机械设备的控制中的应用
现代化的生产方式正在逐渐朝向着高科技生产，高密度生产，高集成化生产的方向发展，工业核心已经逐渐从劳动力密集型产业发展为了技术密集型产业。越来越多的企业开始使用由计算机操控的各种机械装置，代替原本的人工控制，尽可能的将劳动人员从繁重重复的劳动之中解放出来。这其中人工智能技术功不可没，而这一点也是未来人工智能技术的重要发展方向之一，那就是让机器自己学会生产。
3 结束语
随着我国科技水平的不断提高，人工智能技术正在经历飞速发展的过程，并逐渐走向成熟，被广泛的应用于各种领域之中。在市场化的经济之中，人工智能技术必然会被更多的人认知与熟识，真正感受到人工智能带来的便利。我们有理由期待着人工智能真正成熟起来，并走入每一个人生活之中的那一天。
参考文献
[1]刘波.人工智能在电气工程自动化控制技术中的应用[J].山东工业技术，2014（11）.
[2]铁生.当机器学会了学习人类该怎么玩[J].计算机与网络，2014（16）.
作者简介
洪保（1983-），男，陕西省蓝田县人。硕士学位。现供职于凯里学院。
关键词：智能科学与技术；教学改革；创新；人才需求
1智能科学与技术专业人才需求分析
随着社会对智能化需求的不断提高，许多企业对具有智能科学与技术专业背景的人才有着巨大的需求。首先，IT企业纷纷涉足智能科学领域，提高产品智能水平；其次，金融企业需要很多数据分析以及智能系统的搭建；第三，许多传统行业如化工、农业、制造业等都涉足该领域，需要提高生产效率和降低能耗，从而提高企业竞争力；最后，医疗、通讯、交通等行业也对智能科技人才有着迫切的需要。
从站在“互联网+”风口上的智能制造，到提出“人工智能是否会超越人类”的思考，充分体现着智能科技的高速发展，对人才质量要求越来越高。智能科学与技术是自控类、通信类、计算机类、电子信息类等各学科密切联系的一个交叉点，需要复合型人才既有扎实的基本功，又有广博的视角、创新意识和创新能力。智能科学与技术本科专业学生可以选择国外留学，也可以继续攻读控制科学或计算机科学方面的研究生，成为该领域的高层次研究型人才，进入研究所等科研单位，专门从事智能科学领域的相关研究工作。
2智能科学与技术专业人才培养中存在的问题
智能科学与技术专业开设时间不长，专业建设还在不断探索中，不能根据快速增长的经济、不断调整的产业结构和人才需求及时调整课程设置和内容，导致部分课程设置不够科学；多数专业课教师虽然理论水平很高，但是多不具有相关工程背景，因而在某种程度上造成授课内容与社会需求有较大脱节；课程教学形式相对简单，多为“讲授式”教学方法，不能很好地激发学生学习兴趣；课程考核模式单一，多以闭卷考试为主，考试内容重理论、轻实践，对学生实际能力考查不到位；专业实验室建设投入不足，综合性和创新性实践教学环节相对薄弱，限制了对学生实践能力和创新精神的培养，导致学生运用智能科学与技术知识解决实际问题的能力不足。
3智能科学与技术专业教学改革与实施
3.1建设课程体系
从2015年开始，河北工业大学智能科学与技术专业将总学分压缩10%，同时增加实践教学学分，目前，实践教学学分占毕业要求总学分的32.58%。专业核心课程有电路、电子技术、单片机原理与设计、计算机控制技术、控制理论、智能控制、计算机仿真、运筹学、智能信息处理、智能机器人（双语）和模式识别，培养学生具有较强的分析、设计、制造、集成、测试智能系统和智能产品的能力；此外还开设新生的专业导航课，让学生在入学之初就能初步了解该专业的相关领域知识以及科学前沿和发展趋势，培养专业兴趣，明确学习方向。
3.2创新教学方法，优化课程内容
教师可在教学方法上进行创新，从传统的以教师讲授为主的模式，转变为引导式、探讨式的互动教学模式，利用多媒体、视频公开课等现代化资源创造教学情境，进行个性化教学设计，提高学生参与度，调动学生学习的积极性；将智能科学与技术的新发展、新理论及时融入课堂讲授内容，采用案例教学，变抽象为具体，结合科研项目和科技竞赛补充课堂教学内容；合理开发实验教学项目，注重增加设计性、综合性和研究探索性实验项目。此外，提升师资水平，鼓励教师积极参加技术学习与研究活动，支持教师与校外企业的横向课题申报，促进专业教师对于具体工程的深入了解，更好地将专业教学与生产实践研究相结合。
3.3推行多样化的课程考核模式
智能科学与技术专业在考试方法改革方面尝试了多种考核方式，如开卷、闭卷、笔试+上机、口试+笔试、设计作品、小论文等。教师可以根据课程性质，自主选择不同的考核方式或几种形式的组合，督促学生对所学课程充分消化吸收并灵活掌握。
我们推广一种新型考试方法一团队考试法，即考试不以学生个体为单位，而以团队为单位，学生3～5人自由结组，领完题目后，团队成员在规定时间内集体准备，然后抽签选定1人主答辩，1人补充答辩，其成绩作为团队内每个成员的成绩。通过实践证实，团队考试法有几个优势：①强化学生的“合作”意识，培养团队合作能力，提前为步入社会作准备；②提高“差生”的主动学习能力，一些差生怕“拖后腿”，变被动学习为主动学习；③考核效果显著，一方面，团队考试法虽然不具体考核到每个学生，但每个学生都有可能被抽到代表团队进行考核，因此每个学生都必须认真准备；另一方面，虽然教师需要为团队考试进行更多的准备工作，但是由于直接参加考试的人数少且后期省去大批量阅卷工作，因此总体上并不增加工作量。目前，团队考试法已经在学院内推广示范。
3.4拓展实习实训基地
实习实训基地承担部分实践教学任务，可以使教学更加贴近工程实际。学校每年下拨专项实习经费，一方面建设校内实习基地，另一方面组织教师走访用人单位，拓展校外实习实训基地，使实践教学与“产、学、研”一体化相结合。智能科学与技术专业现有中天实训中心等3家校外实习基地，安排学生在大四第一学期进行生产实习，此时学生已经学习了大部分专业课，通过生产实习可以直观地看到或体验智能相关产业的组织生产全过程，将大学所学的理论知识与生产实践相结合，提高分析和解决生产实际问题的能力，为毕业后走上工作岗位积累经验。
3.5积极开展科技竞赛，普及科技创新活动
科技竞赛是工科类高校实践教育的重要载体，对于激发学生的专业学习兴趣以及培养学生的创新能力和团队合作精神都具有积极作用。目前，河北工业大学智能科学与工程专业课外科技活动100%普及，学院为学生创造条件，积极开展各项特色科技拓展活动；优化实验教学资源配置，开展设计性和创新性科研实验活动。部分实验室实行无限时开放管理，为学生提供自主学习和科技创新活动场所。有了这些基础工作，就能更有效地组织学生参加全国、省、市级别的大学生竞赛，形成竞赛宣传、遴选参赛队员、配备专业指导教师、提供培训场地和仪器设备、给予经费支持等一整套机制。学生在“挑战杯”全国大学生课外学术科技作品竞赛、“美新杯”中国大学生物联网创新创业大赛、全国电子设计大赛、单片机应用设计等竞赛中均有不俗表现，获得部级、省市级多项竞赛奖项，在学生中间有很好的示范性和影响力。
关键词：人工智能，电子工程，应用价值
引言
随着科学技术的高度发展，社会信息化进程的加快，人工智能技术得到了很大的发展。科学技术的发展，比如，智能芯片、信息处理技术等相关高新科技的完备，极大地影响了人工智能技术的发展，为人工智能技术的进步提供了科学技术支持。人工智能的发展，大大提高了人们的生产效率和工作效率，极大地保证了社会经济的发展，使得社会现代化速度越来越快，人工智能技术的高速发展，将会推动电子工程领域的发展进程，电子工程领域会因为人工智能在其领域的应用，使得自动管理水平得到显著的提升。
1人工智能与电子工程
人工智能的出现可以追溯到17世纪中期，历史上第一台计算机就是在17世纪被发明出来的，不过当时的计算机是非常巨大的，这种计算机的数据处理和运算能力在当时是数一数二，应用范围很广，造成了很大的社会反响，为后世人工智能技术奠定了理论基础。从那以后，计算机技术不断发展壮大，一直到17世纪中期，人工智能技术才获得了比较大的进步，在到后来的20世纪初期，人工智能技术才被正式命名，这为如今人工智能技术的高度发展奠定了基础，21世纪初期，随着社会现代化进程的加快，科学力量不断壮大，计算机对于数据的处理和运算越来越强大，互联网技术不断发展，为人工智能的发展提供了积极影响，人工智能技术的发展为高新技术产业提高了效率。电子工程是以提高企业工作效率为目的的科学技术，在过去，由于社会科学技术手段的落后，生产主要通过人工力量进行工作，生产效率低下，从而导致生产质量也得不到保证，随着科学技术的进步，如今人工智能技术的广泛应用，使得现代电子机械企业运用人工越来越少，极大地提升了生产力，加快了现代化社会进程。随着现代信息化进程的加快、互联网技术的发展、大数据技术、云计算技术的发展，人工智能技术的科学技术依托越来越多，电子工程领域获得了诸多的基础技术，极大地提升了生产力，可以有效地减少生产过程中的失误，并且能有效提升产品质量[1]。
2技术特点
（1）人工智能技术的特点。人工智能，顾名思义，人工智能就是利用科学技术手段模拟人类思考，不同于人脑的是，人工智能的思考是通过对于数据的处理与运算，进行比对与分析，从而不断完善自身的数据库做到与时俱进，人工智能作为人类创造出来的东西，它是建立在人类科学技术手段之上的一项高新技术，所以网络上很多人所谓的人工智能危害论都是无稽之谈，人类的智慧产物造就人工智能，人工智能不可能会超越人类社会的科技水平，人工智能是建立在当今科学技术的基础上的。从目前人工智能的发展状况来看，人工智能对于人类社会的帮助巨大，在我国各行各业都有应用，人工智能技术能够有效地代替人工，降低生产成本与人力成本，并且人工智能作为人类科技力量的体现，有着高度的智能化，普通人通过简单的学习就可以操作，极大提升了社会生产力[2]。
（2）电子工程的特点。电子工程领域覆盖面很广，主要包括机械工程、电子工程、计算机软件工程等多门技术，能够提高生产效率、降低成本，是一门综合性的学科。但是电子工程在实际运用中却有很多难点，因为电子工程领域覆盖面极广，涉及的学科很多，这让电子工程的日常维护工作的难度加深了很多，导致人们在电子工程领域的应用产生了负面影响。现代企业不断发展，为了适应社会以及自身的发展，电子工程也必须做到与时俱进，但是电子工程的升级非常复杂，需要专业人才进行研发并且要投入大量的资金，在一定程度上加深了企业人力物力的投入，可能会影响到企业的效益[2]。
3应用价值
（1）合理利用人工智能可以提高电子工程设备的精度。人工智能技术在数据处理与运算方面有着高度的自主性，能够显著的提高电子设备的精准度，从而帮助企业提高生产效率，提高企业整体效益。并且精准度的提高有效地减少了生产过程中的失误，提高了产品的合格率，节约了生产成本。并且通过人工智能操作的电子设备远高于人工控制，提升了产品精度，使得产品质量更加优越，更加适应市场需求。电子设备在日常生产过程中，随着时间的增加，往往会出现精度失准，造成非常规操作，按照传统模式的生产方式需要人工进行调试，定期对其设备进行检查维护，耗时耗力，通过人工智能技术操作的电子设备，相比于传统模式下的人工，效率要高很多，人工智能技术通过其强大的数据处理和运算功能，对电子设备定期自动维护，调整设备精准度，提高了产品的质量和生产效率[3]。
（2）合理利用人工智能可以促进自动化和智能化。电子工程领域涉及面极广，种类繁多技术复杂，设备相互之间都有关联性，在其日常维护工作中，对于维护人员的专业素养要求很高，这对于企业电子设备的日常维护造成了很大的困扰，传统模式下的设备维护工作费时费力，影响了企业的日常生产活动，针对这一情况，自动化以及智能化一直是企业想要达成的，人工智能技术如今在电子工程领域的应用中看，加速发展完全可以达到智能化及自动化，对于企业突破传统模式的桎梏是十分有效的措施，需要得到人们的重视。人工智能自身具备强大的数据处理和运算能力，并且人工智能有着类似于人类的学习能力，通过数据的整合与分析能够不断地吸收科学技术，完善自身，所以加快人工智能技术在电子工程领域的应用，可以实现电子设备自动化维护，通过人工智能的定期检查，做到电子设备的维护与管理。人工智能在设备维护中从两方面入手：①可以定期的排查设备故障与精度失准，快速查明人工无法分析的故障，高效完成设备故障排查工作。②在检查出故障的原因时，可以代替人工进行维护，一方面维护了设备，一方面完善了自身的维护水平，提高了维护的精准度[3]。
（3）合理利用人工智能可以促进人类思维的转变。随着人工智能技术的广泛运用，各行各业深刻的意识到了人工智能技术的重要性，研究与发展人工智能技术的热度越来越高，不断有专业技术人才开发研究人工智能技术，一方面研发人工智能，另一方面也是推动了电子工程的发展速度，突破传统模式的桎梏，转变了人类固有的思考模式，让人们明确了科学技术才是第一生产力，传统模式的思想严重阻碍了时代的进步，落后就要挨打，只有不断地顺应时代潮流，才能在日益严峻的市场竞争中站稳脚跟，现代企业只有不断利用人工智能技术完善自身生产模式，将人工智能技术融入电子工程领域中，才能紧跟时代步伐[4]。在电子工程初期，由于人工智能技术没有应用在这一领域，人们通常会降低电子设备的精准度，从而降低设备的维护难度，这在企业初期有很好的效果，但是随着企业的不断发展，精准度低下的电子设备无法满足企业的生产需求，严重影响了企业的效益。随着人工智能技术的进步，电子工程领域利用人工智能技术能够做到电子设备的自主维护与检修，大大提高了设备的进准度，有效的增加了生产效率，所以从长远利益来看，人工智能技术的研究必须要与时俱进，当今社会，各行各业已经无法离开人工智能技术，人工智能技术能够给企业提供庞大的经济效益[5]。
关键词:新医科;智能医学;人才培养
1绪论
健康中国已上升为国家战略，新医科在我国高等教育中掀起了一阵新的改革浪潮，“智能医学”的应用性人才培养模式也随之开启。智能医学工程是以现代医学与生物学理论为基础，融合先进人工智能及工程技术，挖掘人的生命和疾病现象的本质及其规律，探索人机协同的智能化诊疗方法及其临床应用的新兴交叉学科。目前，高校在进行医工融合培养学生的指导过程中，存在许多问题，如医学和工科的理论结合层面较为薄弱，多学科交叉联合指导的机制不完善，成果转化和临床应用性不高。实践层面，在现有的医学教育模式下，医学生缺乏全面的对数据进行收集、处理与分析的能力。但是在智能医学时代，对数据的处理与分析能力会成为医生工作的重要组成部分。面向医疗健康的智能医学工程交叉学科人才的迫切需求，智能医学工程交叉学科的人才培养的机制有待完善。2019年，一些院校如南开大学和天津大学获得教育部的审批，已经率先实行招收智能医学工程专业的新生［1］。高等医学教育对新医科背景下智能医学工程专业人才培养认知还处于探索阶段，智能医学工程如何实现医工交叉学科的融合发展，如何获取人才培养中的合适方法、模式、关键技术等的研究，协同医学发展、社会需求的人才，还需要深入思考和进一步探索。
2新医科背景下智能医学人才培养
2．1新医科符合医科改革的内在需求
随着“健康中国2030”国家决策不断推进，医疗健康逐渐被国家视为重要的基础性战略资源，在大数据和人工智能技术影响下，临床应用、疾病预测与预防、公共卫生、循证公共卫生决策、健康管理、健康监测与个性化医疗服务等方面的研究以及产业发展，将是未来整个医疗领域的提升方向，给智能医学分析与决策赋予了新的意义和内涵。
2．2医工融合发展的必然趋势
随着精准医疗与智能医学诊疗技术的深度融合，理论层面，把握新医科背景下智能医学工程专业复合型创新人才培养目标，以临床应用性为导向，多学科领域知识相互渗透。调整医工结合课程体系，既符合新医科需求，又实现医工融合课程模块间的交叉互补，体现医工结合特色的宽口径学科结构。培养既懂医药科学、数据科学又懂人工智能应用的高级复合型人才。实践层面，精准医疗与智能医学工程技术紧密结合，利用临床医生在传统医学中积累丰富的临床经验，并融入到智能医学诊疗模式变化中，将彻底改变现有诊疗模式。
2．3人工智能助力智能医学工程人才培养
随着科学技术的飞速革新，人工智能核心技术推动传统学科专业建设和医工交叉融合。助力人才培养主要表现在以下三个方面。一是从智能医学诊疗技术创新的角度，技术的革新引领人工智能与各个产业领域深度融合，创造新的产业或领域，计算机模拟人脑的思维过程，实现人机交互，提高医疗资源的利用率，推动医疗产业的高效运转。智能医学诊疗主要包括疾病早期诊断、临床决策支持、正确用药、诊疗方案的选择等。如KopR和HoogendoornM等探索了医院对病人电子病历(EMR)数据进行分析，结合结直肠癌预测模型，更准确的预测早期直肠癌和干预治疗实践［2］;HoshyarAN和Al-JumailyA等探索了医学影像自动诊断皮肤癌，通过数据预处理去除噪音和不必要的背景图像，提高图像质量，辅助医生进行临床决策［3］。二是从医疗健康大数据的角度，随着大数据、数字技术、机器学习和人工智能等信息技术在医疗领域的应用，电子健康记录数据呈指数型增长，医疗大数据来源包括医院记录、患者医疗记录、医疗检查结果和物联网设备［4］。智能医疗系统具有识别、筛选和决策等智能医疗辅助功能。2017年上海计算机软件技术开发中心对医疗大数据可视化系统的实践与研究［5］;2018年，阿里健康与阿里云宣布共建阿里医疗大脑2．0［6］，加强在图像识别、生理信号识别、知识图谱构建等能力的建设［7］;同年，腾讯推出医疗AI引擎“腾讯睿知”，具备更智能化的医疗垂直搜索功能，帮助患者精准匹配合适的医生。三是从人才培养的角度，多学科交叉融合发展是大势。人工智能将打破不同学科专业的壁垒，推进多学科交叉融合发展，形成“人工智能+”的专业新的人才培养模式。高校也应根据产业需求变化调整专业设置，构建新的专业结构。高校人工智能相关的本科专业将会蓬勃发展，形成颇具特色的“人工智能+”专业集群。“人工智能+”技术所衍生的新医科、新工科专业之间的协同创新发展，实现技术创新与医疗应用的统一。以“人工智能+医学”为契机，结合医学产业发展趋势和智能医学工程专业的特点，研究相应的教学体系、制定科学的教学计划，建立具有行业特色的课程群、制定合理的课程大纲，解决学生在医学诊疗和工程技术两方面协调发展的问题，全面提升医学生的综合素养以及未来的职业竞争力。综上所述，新医科人才培养在人工智能助力下，培养学生具备较强的创新意识和具有智能医学领域科研能力，掌握关键理论与方法，创造性地将计算机科学技术、人工智能技术和方法、大数据关键技术与医学应用系统相结合，进而创新性完成的医学信息处理、行为交互和人工智能系统集成及应用。以上需培养的能力，对现有医学专业的改造升级、人才培养模式的改变、师资队伍的全面建设具有较高的要求。
3培养新医科人才的实施路径
3．1从医工融合研究的视角
智能医学工程的专业培养建设要体现医工融合发展需求，推进智能工程、医学与教育的深度融合，提升人工智能在医学中的应用，满足新医科发展要求的卓越工程师为育人目标，强调学科交叉渗透、重视临床应用、把握科技前沿，推动教学创新等。
3．2从医工融合研究的广度
目前我国部分高校开展了医工融合人才培养模式的探索，但有区域特色的医工融合研究还不多。针对新医科临床需求分析，把握智能医学工程高等教育体系，重点聚焦区域特色，研究面向健康和重大及特殊疾病防治需求的“新医科”对人才的需求。
3．3从医工融合研究的深度
(1)整体设计智能医学工程专业教学环节。建立知识能力矩阵，整体设计教学、实验、课程设计、专业实习、毕业设计等环节，突出新医科相关课程及实践，加强附属医院和教学医院的联系，深化临床实践能力。(2)培养学生专业能力和科研创新能力。智能医学工程专业教学与知识能力培养的思考是以智能医学学科的特点为基础，通过知识能力矩阵的智能医学工程专业课程创新教学，根据智能医学工程专业课程知识点的内在联系和相对独立性，优化核心知识模块形成知识能力矩阵，构建课程内容架构。通过系统理论知识教学、优化课程实验和上机安排，引导学生自主设计性学习，提高学生的学习积极性，达到有效教学效果。(3)结合学生兴趣偏好，研究如何提高学生的专业兴趣，探索将专业兴趣转换为“工匠精神”的教育理论及方法:广泛调研，全面建立当前地方高校智能医学工程专业学生与专业偏好的培养模式。
4结语
人工智能模拟仿真算法危机
1引言
人工智能（Artificial Intelligence），英文缩写为AI。它是用于研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的科学技术。“人工智能”的提起最早大致是在19世纪中叶的Dartmouth学会上被提出来的。它是计算机科学、信息科学、电子技术学、语言科学等多个学科互相影响促进而发展起来的一门综合类的学科。从计算机科学的角度出发，人工智能是研究如何制造智能或智能化的机器来仿真人类智能活动的，以模拟人们智能的科学系统。目前，人类社会已处于信息时代，也可以说是信息爆炸的时代。
人类的科学演变已从单一的“数值计算”发展到系统的“逻辑计算”。人类正在将信息工程学逐步提入到计算机系统中，从而出现了“信息管理”“和“信息交换”等科学的迫切需求。而加速扩大“信息处理”层面来说，现有的计算机的处理数据能力是匹配不了的，缺少领域专业“智能”。这样的“计算机科学”已无法适应信息科学的发展需求。全球的信息科学正在逐步形成，Al作为现代信息科学发展的核心。从古至今人们对提及智能相关的问题就很感兴趣，只不过在计算机没有发明之前，没有任何高科技辅助工具能解开智能的奥秘。
2“数据处理”与“知识处理”
巨大的信息处理能力是计算机技术产生和发展的巨大动力。计算机可以辅助人们全方位的解析科学未知智能领域，信息处理的发展大致分为两个重要阶段：
（1）数值计算阶段，大量文件数据处理和管理。这些都有明确算法和科学的管理方法，这个层面中的显著特征是“数据处理分析”阶段。体显出对众多学科领域学术发展的积极促进作用，逾越了许多的计算领域界限，使原本许多不可解决的问题迎刃而解。
（2）逻辑与符号处理实质阶段，这就必须让计算机具有超强的处理分析能力。在这一阶段的主要研究是对知识数据的处理过程，实现了这些Al就基本呈现在眼前了。
科学技术的发展是不断探索未知领域的漫长过程，也是孕育而生新算法智能工具的过程。探索未知的科学领域需要智能的辅助工具，这就使人类对未知科学领域探索的脚步越来越快。
3人工智能的应用领域
（1）地质勘探、石油化工等领域是人工智能的主要发展使用领域。1978年美国斯坦福国际研究所会议中曾经讨论研发后来制成了矿产勘探开采系统（PROSPECTOR），该系统主要用于勘探矿产、分析种类以及矿产容量等，是工程领域依靠人工智能的一个典型案例。
（2）人工智能和专家系统理论和技术应用在医学领域。形成医学专家系统，他具有极大的科学及经济价值，医生诊断复杂的医学问题集中使用都靠它来解决。人工智能促进医学发展方面起着重要作用，并应用于多个医学领域，现阶段发展趋于完善。
4计算机及人工智能的发展方向
计算机的发展将趋向超高速、超小型、并行处理和智能化。自从1946年世界上第一台电子计算机诞生以来，计算机技术迅猛发展，现有计算机的性能受到挑战，开始从基本原理上寻找计算机发展的领域，新型计算机的研发应运而生。未来量子、光子和分子计算机将具有感知、思考、判断、学习以及一定的语言表达能力，使计算机走进人工智能时代。
现如今科学技术每天都在飞速发展，人工智能的发展空间领域越来越大。但从目前的一些尖端的科学领域的研究可以看出，人工智能未来的发展可能会向更高层次的科学领域深入人工智能的发展作为一种高辅技术实现与人类智能对接是现代社会发展的高效催化剂，人工智能科学整体性的研究探索可以说才刚刚起步，但是它的迷人魅力会促使科学家们前仆后继的投入到研究探索的工作当中去。相信人工智能领域研究开发会离我们的期望目的越来越近。
5结语
计算机的发展现在已经处于第五代的研发当中，其中最核心技术便是人工智能，可以说，人工智能的研究一旦取得突破，那么第五代计算机就有可能研发成功，同时在世界范围内的数据信息科学领域产生重大的意义，乃至对人类文明的发展产生重大影响。由人脑科学、认知能力科学、人工智能等共同研究智能的潜在本质，形成模拟智能科学。而对于人工智能学科整体层面而言，要有所突破前进，必需要有多个学科合作协同，在众多学科研究中实现主动创新。
由于人工智能与计算机技术的飞速进展，对人类社会、人类认知智能等科学的深入研究，形成了研究人脑及思维等学科。电脑与人脑、人工智能与人类智能，特别是智能计算机高度模拟人脑的研究，全面推动了人类社会认知世界的发展，人工智能的深入研究使计算机更加智能聪慧。计算机发展的未来值得注意的是，人类使计算机更加接近自己，人工智能科学领域带动了计算机的飞速发展，计算机的聪明才智更接近人类，智能的计算机大大滴提高了人类认知世界改造世界的能力，人类发明使用智能的计算机推动全人类社会文明的飞跃发展。
参考文献：
[1]蔡自兴，蒙祖强.人工智能基础（第2版）.高等教育出版社.
[2]阎平凡.人工神经网络语模拟进化计算.北京：清华大学出版社，2000.
[3]赵林明.多层前向人工神经网络.郑州：黄河水利出版社，1999.
[4]何佳洲，周志华，陈兆乾.系统故障诊断的一种神经网络方法.计算机工程与应用，1996.
[5]韩立群.人工神经网络管理、设计及应用.北京：化学工业出版社，2004.
[6]周开利，康耀红.神经网络及其MATLAB仿真程序设计.北京：清华大学出版社，2005.
[7]黄国兴，陶树平，丁岳伟.计算机导论（第2版）.清华大学出版社.
关键词：智能控制；火控技术；思考方向
现代控制逐渐向综合性科学技术方向发展，如非线性控制、随机控制等，且加大了对其他学科领域的渗透和吸收。现代控制理论主要是以线性代数和微分方程作为数据控制，针对控制系统进行分析与设计[1]。在全新思想的推动下，如今智能控制越来越受到重视，进一步实现了火控系统技术的推动发展。尤其是随着指挥与控制系统工程学科的成立，火控系统成为该学科的重要内容。
1 智能控制的理论概述及方法研究
智能控制主要是指自动控制与运筹，包含计算智能、人工智能等结合，能够满足模拟人一定智能和经验，实现识别、推理、决策和执行等[2]。近年来我国各项先进的科学技术发展较快，并在多个领域逐渐实现智能控制系统，但由于武器火控系统等比较复杂，且存在非线性、时变性和不确定性等，难以对其进行精确数学模型的建立，因此通过联合人工智能、计算智能和控制理论，可以确保在进行控制系统的设计时，对被控对象的数学模型要求不高，能够直接根据设计人员的专业知识，促使被控对象达到预期目的。智能控制理论将专家系统、神经网络、遗传算法优化等作为基础，属于人工智能与控制理论的结合，即智能控制需要依据计算机和数值方法实现各项功能。
虽然如今已经有很多领域应用智能控制系统，但发展还不够完善，然而价值已经逐渐凸显出来，可以判断智能控制进一步发展，将会给控制科学与工程学科带来革命性的进步。依据中国科学技术出版社相关报告，控制理论发展主要分为调节原理代表、状态空间代表和智能控制代表等三个阶段[3]。智能控制的发展方向主要有人工神经元网络发展方向，主要表现为收敛性、稳定性等；模糊逻辑与模糊控制发展方向，其具有高度可行性和合理性，尤其是在复杂系统与行为中，优势比精确控制更加明显；学习控制发展方向，主要应用在生物与工程的应用研究中。
2 智能控制人工神经元网络的应用
人工神经元网络是体现智能控制发展的重要依据，属于近年来高速发展的边缘学科，属于复杂生物神经网络研究基础上的新型技术。人工神经元网络主要是由适应性简单单元组成的并行互连网络，实现满足模拟人类大脑活动，大规模并行处理和自训练学习、容错能力等能力。人工神经元网络为建模系统的输入输出提供刻画方法，具有重要的价值，如今其已经发展出几十种网络，其中应用比较广泛且发展比较成熟的为反向传播网络和径向基网络，均为前向型网络。其他网络则因为各种原因，限制了应用[4]。反向网络作为多层前馈神经网络，能够模拟任意复杂的非线性映射，且应用空间较大，但精确无法与径向基网络相比。径向基神经网络具有全局最佳逼近的能力，包含输入层、隐含层和输出层，其中输入层主要为信号源节点，隐含层为非负非线性数，输出层则为线性。
3 智能控制促进火控技术进步的思考
3.1 火控技术的知识结构和层次
指挥与控制学科体系下火控技术知识结构主要分为三个层次，即系统知识层、控制知识层和基础知识层。其中系统知识层有包含指挥与系统工程、复杂系统、运动控制系统、管理信息系统、人机系统等。控制知识层包含控制与智能、网络与通信、计算与处理、执行与驱动、传感与检测、对象与建模等。基础知识层则包含数理基础、机电一体化基础、计算机基础、数学、力学、物理、化学、生命科学、计算机原理、军事学、电工电子基础、微机原理等。
3.2 智能控制与火控技术的关系
随着我国工业化水平和新计划技术的发展，推动了控制科学的创新，实现全新控制理论和全新控制方法在火控系统中的应用[5]。智能控制对于不同层次的控制采用不同的控制方法，即低层次控制采用常规控制器，而高层次控制则利用具备在线学习、修正、组织、规划等能力的控制器，通过模拟人类思维和经验进行求解过程的引导。将智能控制引导到火控系统中，则为智能火控。
此外复杂系统控制的理论和方法对火控系统的进步有一定的价值，如混杂与切换系统、多自主体的涌现等。通过研究复杂控制系统的涌现现象，如自组织与趋同性，可以在机器人协作、飞行器队列控制中得到应用。
3.3 智能控制在火控系统中的应用
在当前的火控系统中，主要采用射表逼近法进行解算，如非标准弹道方程结算、气象条件修正量的弹道方程解算等，即需要依据相应的情况建立多个射表，造成降低解算精确和毁伤概率的降低。如果运算量过大，还会出现实时性的问题。因此为了能够有效提高解算精度，可以通过设计RBF网络进行解算。在RBF网络中输出层和隐含层的任务不同，学习策略也存在不同，其中输出层采用线性优化策略，隐含层采用非线性优化策略，学习速度相对较慢。通过随机选取中心学习方法，利用最小二乘原则，结合样本信号进行隐含层参数和输出层参数的校正，有效提高网络的精度。
4 结束语
综上所述，随着科学技术的繁荣发展，传统自然科学学科的深入研究，学科之间的相互渗透性越来越强，很容边缘学科和交叉学科逐渐涌入人们的视野。随着自动化技术、指挥与控制系统的发展，智能控制受到重视，将其应用在火控技术中，能够进一步推动火控技术的进步。
参考文献
[1]马玲.科技打造精准火控 创新铸就坚固国防――记何梁何利科技创新奖获得者、中国指挥与控制学会秘书长秦继荣[J].海峡科技与产业，2014，05：100-103.
[2]寇英信，李战武，陈哨东，周德云.火控系统在航空作战中的作用――作战飞机之“魂”[J].电光与控制，2013，12：1-5.
[3]陆君，吕彤光.光电探测技术在火控系统中的应用及发展[J].红外与激光工程，2012，04：1047-1051.
购物车(0)