時間：2023-06-08 09:15:54
序論：速發(fā)表網結合其深厚的文秘經驗，特別為您篩選了11篇人工智能研究綜述范文。如果您需要更多原創(chuàng)資料，歡迎隨時與我們的客服老師聯系，希望您能從中汲取靈感和知識！
中圖分類號：TP18 文獻標識碼：A 文章編號：1003-9082 （2017） 04-0234-01
引言
人類自從工業(yè)革命結束之后，就已然開始了對人工智能的探索，究其本質，實際上就是對人的思維進行模仿，以此代替人類工作。人工智能的探索最早可以追溯到圖靈時期，那時圖靈就希望未來的智能系統能夠像人一樣思考。在20世紀五十年代，人工智能被首次確定為一個新興的學科，并吸引了大批的學者投入到該領域的研究當中。經過長時間的探索和嘗試，人工智能的許多重要基本理論已經形成，如模式識別、特征表示與推理、機器學習的相關理論和算法等等。進入二十一世紀以來，隨著深度學習與卷積神經網絡的發(fā)展，人工智能再一次成為研究熱點。人工智能技術與基因過程、納米科學并列為二十一世紀的三大尖端技術， 并且人工智能涉及的學科多，社會應用廣泛，對其原理和本質的理解也更為復雜。 一、人工智能的發(fā)展歷程
回顧人工智能的產生與發(fā)展過程 ，可以將其分為：初期形成階段，綜合發(fā)展階段和應用階段。
1.初期形成階段
人工智能這一思想最早的提出是基于對人腦神經元模型的抽象。其早期工作被認為是由美國的神經學家和控制論學者 Warren McCulloch與Walter Pitts共同完成的。在1951年，兩名普林斯頓大學的研究生制造出了第一臺人工神經元計算機。而其真正作為一個新的概念被提出是在1956年舉行的達茅斯會議上。由麥卡錫提議并正式采用了“人工智能”（Artificial Intelligence）礱枋穌庖謊芯咳綰斡沒器來模擬人類智能的新興學科。1969年的國際人工智能聯合會議標志著人工智能得到了國際的認可。至此，人工智能這一概念初步形成，也逐漸吸引了從事數學、生物、計算機、神經科學等相關學科的學者參與該領域的研究。
2.綜合發(fā)展階段
1.7 7年， 費根鮑姆在第五屆國際人工智能聯合會議上正式提出了“知識工程”這一概念。而后其對應的專家系統得到發(fā)展，許多智能系統紛紛被推出，并應用到了人類生活的方方面面。20世紀80年代以來，專家系統逐步向多技術、多方法的綜合集成與多學科、多領域的綜合應用型發(fā)展。大型專家系統開發(fā)采用了多種人工智能語言、多種知識表示方法、多種推理機制和多種控制策略相結合的方式， 并開始運用各種專家系統外殼、專家系統開發(fā)工具和專家系統開發(fā)環(huán)境等等。在專家系統的發(fā)展過程中，人工智能得到了較為系統和全面的綜合發(fā)展，并能夠在一些具體的任務中接近甚至超過人類專家的水平。
3.應用階段
進入二十一世紀以后，由于深度人工神經網絡的提出，并在圖像分類與識別的任務上遠遠超過了傳統的方法，人工智能掀起了前所未有的。2006年，由加拿大多倫多大學的Geoffery Hinton及其學生在《Science》雜志上發(fā)表文章，其中首次提到了深度學習這一思想，實現對數據的分級表達，降低了經典神經網絡的訓練難度。并隨后提出了如深度卷積神經網絡（Convolutional Neural Network， CNN），以及區(qū)域卷積神經網絡（Region-based Convolutional Neural Network， R-CNN），等等新的網絡訓練結構，使得訓練和測試的效率得到大幅提升，識別準確率也顯著提高。
二、人工智能核心技術
人工智能由于其涉及的領域較多，內容復雜，因此在不同的應用場景涉及到許多核心技術，這其中如專家系統、機器學習、模式識別、人工神經網絡等是最重要也是發(fā)展較為完善的幾個核心技術。
1.專家系統
專家系統是一類具有專門知識和經驗的計算機智能程序系統，通過對人類專家的問題求解能力建模，采用人工智能中的知識表示和知識推理技術來模擬通常由專家才能解決的復雜問題，達到具有與專家同等解決問題能力的水平。對專家系統的研究，是人工智能中開展得較為全面、系統且已經取得廣泛應用的技術。許多成熟而先進的專家系統已經被應用在如醫(yī)療診斷、地質勘測、文化教育等方面。
2.機器學習
機器學習是一個讓計算機在非精確編程下進行活動的科學，也就是機器自己獲取知識。起初，機器學習被大量應用在圖像識別等學習任務中，后來，機器學習不再限于識別字符、圖像中的某個目標，而是將其應用到機器人、基因數據的分析甚至是金融市場的預測中。在機器學習的發(fā)展過程中，先后誕生了如凸優(yōu)化、核方法、支持向量機、Boosting算法等等一系列經典的機器學習方法和理論。機器學習也是人工智能研究中最為重要的核心方向。
3.模式識別
模式識別是研究如何使機器具有感知能力 ，主要研究圖像和語音等的識別。其經典算法包括如k-means，主成分分析（PCA），貝葉斯分類器等等。在日常生活各方面以及軍事上都有廣大的用途。近年來迅速發(fā)展起來應用模糊數學模式、人工神經網絡模式的方法逐漸取代傳統的基于統計學習的識別方法。圖形識別方面例如識別各種印刷體和某些手寫體文字，識別指紋、癌細胞等技術已經進入實際應用。語音識別主要研究各種語音信號的分類，和自然語言理解等等。模式識別技術是人工智能的一大應用領域，其非常熱門的如人臉識別、手勢識別等等對人們的生活有著十分直接的影響。
4.人工神經網絡
人工神經網絡是在研究人腦的結構中得到啟發(fā)， 試圖用大量的處理單元模仿人腦神經系統工程結構和工作機理。而近年來發(fā)展的深度卷積神經網絡（Convolutional neural networks， CNNs）具有更復雜的網絡結構，與經典的機器學習算法相比在大數據的訓練下有著更強的特征學習和表達能力。含有多個隱含層的神經網絡能夠對輸入原始數據有更抽象喝更本質的表述，從而有利于解決特征可視化以及分類問題。另外，通過實現“逐層初始化”這一方法，實現對輸入數據的分級表達，可以有效降低神經網絡的訓練難度。目前的神經網絡在圖像識別任務中取得了十分明顯的進展，基于CNN的圖像識別技術也一直是學術界與工業(yè)界一致追捧的熱點。
三、機器人情感獲得
1.智能C器人現狀
目前智能機器人的研究還主要基于智能控制技術，通過預先定義好的機器人行動規(guī)則，編程實現復雜的自動控制，完成機器人的移動過程。而人類進行動作、行為的學習主要是通過模仿及與環(huán)境的交互。從這個意義上說，目前智能機器人還不具有類腦的多模態(tài)感知及基于感知信息的類腦自主決策能力。在運動機制方面，目前幾乎所有的智能機器人都不具備類人的外周神經系統，其靈活性和自適應性與人類運動系統還具有較大差距。
2.機器人情感獲得的可能性
人腦是在與外界永不停息的交互中，在高度發(fā)達的神經系統的處理下獲得情感。智能機器人在不斷的機器學習和大數據處理中，中樞處理系統不斷地自我更新、升級，便具備了獲得情感的可能性及幾率。不斷地更新、升級的過程類似于生物的進化歷程，也就是說，智能機器人有充分的可能性獲得與人類同等豐富的情感世界。
3.機器人獲得情感的利弊
機器人獲得情感在理論可行的情況下，伴之而來的利弊則眾說紛紜。一方面，擁有豐富情感世界的機器人可以帶來更多人性化的服務，人機合作也可進行地更加深入，可以為人類帶來更為逼真的體驗和享受。人類或可與智能機器人攜手共創(chuàng)一個和諧世界。但是另一方面，在機器人獲得情感時，機器人是否能徹底貫徹人類命令及協議的擔憂也迎面而來。
4.規(guī)避機器人情感獲得的風險
規(guī)避智能機器人獲得情感的風險應預備強制措施。首先要設計完備的智能機器人情感協議，將威脅泯滅于未然。其次，應控制智能機器人的能源獲得，以限制其自主活動的能力，杜絕其建立獨立體系的可能。最后，要掌控核心武器，必要時強行停止運行、回收、甚至銷毀智能機器人。
三、總結
本文梳理了人工智能的發(fā)展歷程與核心技術，可以毋庸置疑地說，人工智能具有極其廣闊的應用前景，但也伴隨著極大的風險。回顧其發(fā)展歷程，我們有理由充分相信，在未來人工智能的技術會不斷完善，難題會被攻克。作為世界上最熱門的領域之一，在合理有效規(guī)避其風險的同時，獲得情感的智能機器人會造福人類，并極大地幫助人們的社會生活。
參考文獻
[1]韓曄彤.人工智能技術發(fā)展及應用研究綜述[J].電子制作，2016，（12）：95.
[2]曾毅，劉成林，譚鐵牛.類腦智能研究的回顧與展望[J].計算機學報，2016，（01）：212-222.
2教學方法研究
研究生教學應更突出學生的主體地位，注重發(fā)揮其學習的主動性和自覺性，為此，課程組結合課程特點，在教學方法進行了如下探索。
2.1加強教學設計
教學設計就是對教學活動進行系統計劃的過程, 是教什么(課程內容)及怎么教(組織、方法、策略、手段及其他傳媒工具的使用等)的過程[2]。在教學過程中，每節(jié)課授課前，堅持集體備課的原則，由課程組集體討論選定授課內容，補充閱讀文獻，根據授課對象與課程內容特點，確定課堂組織方式，采用的授課方式以研討式教學為主，給合講授、實驗、自學等。
2.2抓好課堂教學環(huán)節(jié)
教學方法與教學手段是保證課堂教學效果的關鍵。本課程授課對象主要為碩士研究生，他們的接受能力較強，有一定的求知欲。由于學員人數較少，授課方式可靈活組織。教室有完備的多媒體設備，基本的軟件實驗環(huán)境，教學過程可采用靈活教學方法、多種教學手段，提高教學效率，保證授課質量。
1) 以研討式為主的教學方式。研究生教學應堅持學術研究為導向，發(fā)揮學員在學習過程中的主動性和自覺性。由于研究生學員有一定的學習基礎與自學能力，教員可以在課前給學員布置預習內容，學員通過查閱資料、分析整理進而形成自己的觀點，使在課堂教學中師生互動交流成為可能，改變傳統的教員講，學員聽的灌輸式教學方式。研討式教學也有力于培養(yǎng)學員積極思考、創(chuàng)新思維的習慣與能力。
2) 教學手段的信息化。人工智能原理教學一個突出矛盾是知識點多、內容抽象、理論性強，但學時較少，因此，必須發(fā)揮現代教學手段的作用，提高教學效率。為此，課程組對每節(jié)課都精心設計了教學課件，課堂教學中以課件為主，輔以板書，充分利用多媒體信息量大、直觀等優(yōu)點，改善教學效果；引入教學聲像資料，便于學員課下學習；設計演示程序，使部分比較抽象、不易于理解的內容，如子句歸結、搜索策略更形象直觀，易于學習和掌握。
3注重培養(yǎng)學員學術研究能力
學術能力是指專門對某一學問進行系統的哲理或理論研究的能力，它不僅包括思辨的方面，還包括實踐及感性的敏感力等方面。研究生階段學習的一個突出特點是要求學習的主體――研究生必須具備研究的能力[3]。論文寫作是培養(yǎng)、鍛煉、提高研究生的學術能力的重要途徑，在教學實施過程中，要求每個專題學習結束后，都要提交一份格式符合期刊發(fā)表要求的總結報告，題目可自行選定，也可由教員指定；內容既可以是人工智能該專題某一算法的實現，也可以是對某一問題的進一步研究，或者是對該專題最新研究進展的綜述。教員重點在以下幾個方面予以指導。
1) 選題準確。要求選題不能過于宏大，應以小題目反映大問題，具有一定的可研究性為宜。
2) 研究內容。研究目標明確，方法恰當，能夠提出自己的見解，所提觀點正確。
3) 論文結構。結構清晰、完整，論述嚴謹，表達規(guī)范。
4) 占有文獻豐富。撰寫過程中要有意識培養(yǎng)學員查閱科技文獻的能力，要求查閱反映最新研究成果的權威文獻。
4加強實驗環(huán)節(jié)教學
人工智能教學在進行各種理論知識講授的同時，還應重視實踐教學，把抽象的知識轉化為形象、直觀的實驗，讓學員真正理解人工智能的概念、本質、研究目標，從而提高學員多角度思維的能力和邏輯推理能力，進一步了解信息技術、計算機技術發(fā)展的前沿，培養(yǎng)他們對人工智能研究的興趣，激發(fā)對人工智能技術未來的追求。為此，課程組借鑒國內外知名大學人工智能實驗教學經驗，編寫了《人工智能原理實驗指導書》，圍繞問題表示、經典邏輯推理、不確定推理、搜索策略及簡單專家系統實現等教學內容提供了7組實驗供學員選擇。
例如，在狀態(tài)空間搜索一節(jié)教學過程中，先完成理論部分的教學，使學員對狀態(tài)空間基本概念、問題表示及求解方法有一個準確的認識，然后進行實驗教學。由學員自主完成重排九宮問題求解的程序，初始狀態(tài)和目標狀態(tài)如圖1所示，調整的規(guī)則是，每次只能將與空格(左、上、下、右)相鄰的一個數字平移到空格中[4]。實驗過程重點指導學員掌握狀態(tài)空間進行問題求解的關鍵步驟：問題表示和搜索策略。問題表示就是要確定該問題的基本信息及程序實現的數據結構，基本信息有初始狀態(tài)集合、操作符集合、目標檢測及路徑費用函數，數據結構可采用向量、鏈表等形式；搜索策略可分為盲目式搜索和啟發(fā)式搜索，可按照先易后難的原則，先實現盲目搜索中的廣度優(yōu)先及深度優(yōu)先搜索，在此基礎上再定義估價函數實現啟發(fā)式搜索。而在啟發(fā)式搜索實現過程中，又可以通過定義不同的啟發(fā)函數：如某狀態(tài)格局與目標節(jié)點格局不相同的牌數、不在目標位置的牌距目標位置的距離之和等加以比較，準確理解啟發(fā)函數的意義。通過實驗，學員加深了對課堂講授的理論知識的理解，能夠熟練地將狀態(tài)空間法運用于實際問題的求解，提高了工程實踐能力。
實驗教學組織方式可根據具體的實驗內容特點，采用上機編程實驗、演示程序驗證、模擬平臺開發(fā)、分組討論等多種形式進行。
5適度開展雙語教學
研究生的英語基礎普遍較好，基本都通過了國家公共英語四級考試，部分學員通過了六級考試，加之在本科階段還開設了專業(yè)英語課程，因此，在培養(yǎng)研究生人工智能知識的同時，我們要提高學員閱讀原版英文資料、用英語進行簡單科技寫作及對外學術交流的能力，適度開展雙語教學，對此，我們可采取以下基本方式。
1) 專業(yè)術語全部用英語表示。
在教學過程中用英語表達人工智能原理中的專業(yè)術語和主要概念，如Knowledge Representation(知識表示)、Depth-First Search(深度優(yōu)先搜索)、Breadth- First Search(廣度優(yōu)先搜索)等。
2) 以英文原版教材為教學參考書。
選定機械工業(yè)出版社出版的《Artificial Intelligence Structures and Strategies for Complex Problem Solving》為參考書，該書“是人工智能課程的完美補充。它既能給讀者以歷史的觀點，又給出所有技術的實用指南[5]。”
3) 加強英文文獻的閱讀。
在課程論文撰寫時，要求閱讀一定數量的外文文獻；在討論課中，鼓勵學員使用英語進行討論。
經過課程學習，學員都能準確掌握人工智能學科專業(yè)詞匯，英文運用能力得到一定提高，能較自如地閱讀原版英文專業(yè)資料，為進一步用英文進行學術交流及學術論文寫作打下基礎。
6考試與成績評定改革
考核方式采用傳統的試卷與課程論文、實踐環(huán)節(jié)等三部分組成，全面考查學員對基礎理論知識掌握情況以及理論聯系實際的能力，其中試卷占70%，課程論文占10%，實踐環(huán)節(jié)占20%。課程論文題目不作限制，由學員在課程學習階段結合某一專題選定題目，課程論文以選題意義、研究內容、論文結構、參考文獻及撰寫規(guī)范等指標為評價依據；實驗成績采用實驗過程考查、實驗結果驗收和實驗報告評閱相結合的考核方法，綜合評定。這樣做不但考核了學員人工智能基本理論掌握情況，也反映了學員的學術研究能力和工程實踐能力。同時，考核結合實際教學進程，改變了單一課終總結性考核的弊端。
7結語
經過課程組近兩年的教學方法研究與教學實踐，研究生人工智能原理課程教學收到較好的效果，但仍存在一些問題，如在課堂討論環(huán)節(jié)，個別學員準備不充分、討論不夠深入；課程論文撰寫選題隨意，文獻綜述不夠全面、準確，論文格式不夠規(guī)范等。在今后的授課中，課程組將根據授課研究生人數較少的特點，采取明確每名學員預習重點、加強課程論文交流等方式予以改進，力求取得更好的教學效果。同時，進一步充分利用便利的校園網平臺，開展“人工智能原理”網絡課程建設，購買或自主開發(fā)網絡教學資源，引導學員利用網絡資源進行個性化自主學習，增強教學過程的信息化程度。
參考文獻：
[1] 王永慶. 人工智能原理與方法[M]. 西安:西安交通大學出版社,2002:1.
[2] 李志厚. 國外教學設計研究現狀與發(fā)展趨勢[J]. 外國教育研究,1998(1):6-10.
[3] 肖川,胡樂樂. 論研究生學術能力的培養(yǎng)[J]. 學位與研究生教育,2006(9):1-5.
[4] 周金海. 人工智能學習輔導與實驗指導[M]. 北京:清華大學出版社,2008:204.
[5] George F.Luger.Artificial Intelligence Structures and Strategies for Complex Problem Solving[M].北京:機械工業(yè)出版社,2009:754.
Reform on Postgradrates Artificial Intelligence Course Teaching
TAN Yuehui, QI Jianfeng, WANG Hongsheng, LI Xiongwei
中圖分類號：V355 文獻標識碼：A 文章編號：1671—7597（2013）041-118-01
1 研究背景
隨著時代的發(fā)展，計算機技術因其優(yōu)越性在多個領域得到廣泛應用。“計算機學科的一個重要分支就是人工智能，它與基因工程、納米科學被列為21世紀三大尖端技術”，它為人工智能技術在航空業(yè)的應用創(chuàng)造了條件。現代航空業(yè)的迅猛發(fā)展，帶來空中交通流量的飛速增長。目前，航空業(yè)經常出現空中交通堵塞、擁擠等現象，迫切需要引進先進的技術手段，提升空中交通技術，改進管理手段，有效提升空域容量與空間利用率。
根據空中交通管理的理論特點，以及空中交通管理技術特點，人工智能技術在空中交通管理中的應用研究逐漸引起了人們的重視，并取得較大發(fā)展。人工神經網絡在空中交通流量預測、飛行間隔控制、飛行沖突智能調配等方面的研究初見成效。但我國空中飛行流量需求的日益增大，迫切需要將人工智能技術有效運用到空中交通管理中，建立人工智能空中交通管理輔助系統，真正實現類似專家功能的新型空中交通管理系統。本文基于這樣的認識，嘗試將人工智能技術應用到空中交通管理系統中，有效提升空中交通的空域容量，使空中交通更加有序，更好地服務于積極社會的發(fā)展，提升人們的生活質量。
2 人工智能技術概況闡述
“人工智能也稱機器智能，它是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透而發(fā)展起來的”從計算機應用系統的層面來理解，人工智能研究的主要內容是如何制造出人造的智能機器，以及人造的智能系統，具備模擬人類智能活動的能力，從而延伸人們智能的一門科學。
人工智能領域的研究始于1956年，“人工智能”這個術語第一次出現于達特茅斯大學召開的一次會議上。隨后人們逐漸在問題求解、自然語言理解、自動程序設計、專家系統、邏輯推理與定理證明、博弈、學習以及機器人學等領域展開研究，成功建立了具有一定程度的人工智能計算機系統。隨著研究的不斷深入，人工智能理論得到不斷的豐富與發(fā)展。隨著計算機硬件的快速發(fā)展，計算機的存儲容量不斷擴大、運行速度不斷提高、價格低廉，人工智能技術的發(fā)展將會給人們的生活、工作等帶來更大的影響。
3 空中交通管理人工智能系統構成簡述
人工智能技術在空中交通管理中的應用有助于建立人工智能輔助系統，建立新的空中交通管理模式。“但不要忘記采用不同的技術和運作概念也會帶來不同的空中交通管理模式，特別在新技術層出不窮的今天，我們更不能忽略這個方面。”，它能使空中交通流量管理高效、有序、安全，有效提升空中交通的空間與時間利用率，對空中飛行沖突進行有效的預測與解決。空中交通管理的核心是科學合理安排空中交通流量。飛行流量的智能化管理、飛行沖突的預測、飛行沖突的解決等方面是人工智能輔助系統研究的側重點。空中交通管理人工智能輔助系統由飛行流量管理模塊、沖突探測與解脫模塊、輔助決策模塊等三個附屬系統構成。這幾個模塊間的關系是在沖突探測與解脫模塊與飛行流量管理模塊之中滲透輔助決策模塊，最終形成智能飛行流量管理、智能沖突探測與解脫模塊系統，它們能夠為空中管制員提供有效的決策輔助信息，切實減輕空中管制員的工作負擔，提高空中飛行的安全性與管制效率。
4 空中交通管理人工智能輔助系統的實現方式
4.1 飛行流量管理輔助決策的實現
人工智能系統飛行流量管理模塊主要將空域資源“空閑”的概念與A算法與輔助決策進行結合。其具體操作過程是根據飛行流量管理數據庫，儲存或讀取數據，計算流量，預測沖突，依據基本容量模型，建立A算法數學模型，對空中航班進行動態(tài)與靜態(tài)排序，最終完成人工智能技術對空中飛行流量的輔助決策作用。
建立準確客觀的飛行流量管理數據庫非常重要。這些原始數據必須可靠、準確、及時，因為它直接影響到輔助決策的有效性；開放數據庫間的互連主要依靠ODBC ，它是數據庫之間連接的標準，為SQL語言的存取提供標準接口；再依據數據庫的信息，運用飛行動力學知識計算出飛機在具體時間應該到達的位置，以及到達具置的準確時間，合理的安排飛行架次；飛行流量沖突預測主要通過將流量與相應的容量比較，列出具體的沖突時間、沖突地點、存在沖突的飛機架次；最后調整航班與起降，對沖突航班及時調整，確保交匯點、航路、機場、管制區(qū)等暢通。人工智能中的A 算法可以有效針對基本容量模型對飛機進行排序，對飛行計劃的來源、內容及狀態(tài)轉化等進行研究，生動模擬飛行計劃實施過程。“空閑”概念可以使沖突航班時刻調整在受限區(qū)域內。
4.2 飛行沖突探測與解脫輔助決策的實現
飛行沖突探測與解脫輔助決策系統能夠向空管員提供高效的避撞輔助方案，有效彌補管制員決策過程中的不足，對飛行沖突情況進行分析，尋找出積極的解脫方案。
飛行沖突探測與解脫輔助決策系統推理過程大致包括以下幾個方面：突中航空器、突中航空器優(yōu)先等級評估、沖突類別評定、避撞應對方案、建立避撞路線。推理選擇最主要的過程是推理機制，為了完成推理過程，該系統中還必須包括一系列的規(guī)則：航空器優(yōu)先級別評定規(guī)則、避撞方案確定規(guī)則、避撞空管規(guī)則、建立避撞路線規(guī)則等；還要建立層次型結構及模塊化知識庫，確保避撞推理的有效運作，保證知識庫得到有效維護，并且能夠及時的更新。
5 結束語
人工智能技術在空中交通管理中的應用，必將使空中交通管理更高效、更安全、更有序，必將最大程度的提升空域的利用效率。人工智能技術的應用領域是廣泛的，相信隨著人們對人工智能技術研究的不斷深入，人工智能技術必將在更多方面提供智能化輔助管理服務，使人工智能技術不斷的服務于社會經濟，服務于人們的需要。
參考文獻
人工智能技術可以說是計算機技術、信息論、心理學以及語言學等諸多學科彼此聯系與交叉之后形成的一門全新的學科。近年來，隨著全球范圍內計算機技術的持續(xù)發(fā)展，計算機的形象也出現了新的變化。主要表現在人機交互的場景變得愈來愈普遍，計算機被人們賦予了更加多的智能性因素。因為人們將最新計算機技術運用到了諸多學科，對這部分學科的認知也進入到了全新的發(fā)展期，從而推動了諸多新研究成果的持續(xù)出現。比如，圍棋人機大戰(zhàn)之中人工智能“阿爾法狗”的輕松取勝、人類大腦奧秘的發(fā)現、單一器官克隆的實現等。鑒于計算機這一人類誕生以來所發(fā)明的最為重要工具的持續(xù)發(fā)展，大量新知識、新理論持續(xù)涌現，促使人類一定要對其開展全面分析與研究。因為近些年來生物學、神經生理學等各種新研究成果的產生，讓人工智能和人類智能的相互關系引發(fā)了人們越來越多的探討。
一、人工智能概述
人工智能（簡稱AI），又被稱為機器智能，是在上個世紀五十年代的Dartmouth學會當中被首次提出的，是計算機科學的重要分支之一。當前能用以研究人工智能的重要物質手段和能實現人工智能技術的主要設備即為計算機。人工智能是通過研究讓計算機全面模擬人類思維的過程以及學習、推理和思考等功能的學科，包含了計算機智能的產生原理、形成與人腦智能近似的電腦等，從而讓計算機能夠真正實現更加高層次、更加高水平的實踐運用。人工智能的本質其實是對人類思維中信息過程的一種模擬。對人類思維所進行的模擬主要可通過兩條道路來開展，其一為實現結構上的模擬，也就是模擬人類大腦的結構，從而制造出類似于人腦的一種智能化機器。這一設想在實踐中被證明為無法實現，這是由于人類對自身大腦和思維的過程還未能形成清晰而又明確的認知；其二是實現功能上的模擬，也就是放棄對人類腦部結構的仿真性模擬，轉而從功能角度對人類大腦的思考過程加以模擬。如今人工智能所進行的努力就是對人腦功能的一種模擬。
二、人工智能發(fā)展狀況分析
（一）全球人工智能發(fā)展現狀
目前，人工智能技術已經在美國、歐洲以及日本等發(fā)達國家得到了迅速發(fā)展。在人工智能技術研究中非常突出的美國IBM 公司已為加利福尼亞州的勞倫斯？利弗摩爾實驗室研制出了具有人腦智力能力的ASCII White電腦和藍色牛仔電腦。據披露，后者的智力水平大體上和人腦等同。美國麻省理工學院的人工智能實驗室則在實施一個代號是cog的新型項目。該項目希望能夠給予人工智能以類似于人類的行為。這一項目的項目之一就是讓人工智能的研究成果來捕捉人類眼睛的移動狀況以及面部的表情，而另外一個項目則是讓人工智能機器人抓住從其眼前所經過的物體。此外，還有一個研究項目是讓機器人能夠學會傾聽音樂節(jié)奏，并且把其所聽到的音樂旋律通過樂器加以演奏。因為人工智能具備了非常廣闊的開發(fā)前景，其龐大的發(fā)展市場始終為全球各國以及各大企業(yè)所一致看好。除美國IBM公司繼續(xù)在人工智能技術上投入大量資金來確保其在這一領域具有全球領先的地位之外，別的跨國巨頭也在人工智能領域之中投入了相當多的資金。比如，世界首富美國微軟公司前總裁比爾？蓋茨就曾經在美國召開的人工智能國際會議之中作了人工智能方面的專題演講。其所演講的主要內容是稱微軟公司正在致力于推動人工智能基礎技術和實用技術之研究，其主要研究領域涵蓋了自我決定、知識和信息檢索、數據搜集、自然語言以及語音筆跡識別等各項內容。
（二）我國人工智能發(fā)展現狀
可以說，相當長一個時期以來，我國人工智能研究界的主要探究方向都是把研發(fā)具備了人類各種行為特點的高度類人性的機器人作為始終堅持的奮斗目標。在我國機械制造與自動控制專家學者們的努力下，在國家863計劃以及國家自然科學基金的大力支持之下，我國的兩足步行機器人研究與類人性機器人研究均取得了相當大的進展。早在上個世紀九十年代初，我國就成功地研制出了國內首臺兩足步行機器人，其后又通過長達十年時間的刻苦攻關，在本世紀初，終于成功地研發(fā)出了國內首臺類人性機器人。這種機器人擁有和人一般大小的身軀、四肢以及眼睛等，而且還具備了相當強的語言對話能力。其行走之頻率也從以往的每六秒鐘走一步發(fā)展到了每秒鐘能夠走兩步，從以往只能靜態(tài)地站立到如今能夠快速而又自如地進行動態(tài)行走，從以往只能夠在已知環(huán)境下步行到如今可以在不確定的環(huán)境中探索前行，而且還取得了人工智能機器人神經網絡、生理視覺、雙手協調以及手指控制等系統開發(fā)的多項人工智能領域重大科研成果。
三、人工智能的未來發(fā)展趨勢
技術的不斷發(fā)展往往會超出人類最初的想象，要想能夠精確入微地得出人工智能的今后具體發(fā)展趨勢是不可能做到的任務。然而，從當前人工智能研究界所實施的一部分前瞻性研究之中即可看出，今后人工智能有可能會朝著智能模糊處理化、人工智能并行化、神經網絡化與機器情感化等方向加以發(fā)展，人工智能具有非常大的發(fā)展空間與發(fā)展?jié)摿Α嵤虑笫堑卣f，將人工智能作為整體加以研究尚處于起步階段，離人類所設定的目標尚有相當遙遠的距離，人工智能在以下方面可能還會有新的更大的發(fā)展與突破。一是自動推理取得新的發(fā)展。自動推理是人工智能研究領域之中最為經典的研究分支之一。其主要理論是人工智能別的分支所具有的十分重要的共同基礎。長時間以來，自動推理均屬于人工智能研究領域最為熱門的研究項目，其中對機器人知識系統動態(tài)化演化的特點和可行性的推理所進行的研究，筆者覺得將會是全新的研究熱點，而且非常有可能在今后獲得新的成績，而且還會是相當巨大的突破。二是人工智能機器學習研究能夠獲得長足的進展。如今，諸多新型學習方法不斷出現，而且相繼獲得了研究的進展，比如，增強學習算法就是其中的典型，而reinforcement learning也取得了重要的突破。但是，筆者也發(fā)現，如今研究中所得出的學習方法處理還存在不足之處，也就是具有更大的發(fā)展空間，尤其是在人工智能在線學習上顯得有效性不夠，十分需要找到一種全新的學習方法來解決諸多移動機器人、自主agent以及智能信息存取等目前人工智能研究中的問題。可以說，在線學習問題已經成為人工智能研究界人士都十分關心的重要問題，相信隨著時間的推移和研究的深入，今后將會在以上這些方面獲得突破性進展。三是自然語言處理。這一技術是人工智能技g運用到現實領域之中的一個典型示范例子。通過人工智能研究領域工作者艱苦卓絕的努力，該領域目前已經獲得了諸多讓人矚目的理論和運用成果。各類人工智能領域之中的新產品已進到了各個領域之中。比如，智能信息檢索技術就在互聯網技術的大力影響下，近些年來得到了極其快速的發(fā)展，如今已成為了人工智能領域之中的重要的研究分支之一。因為信息的獲取和純化精化技術已經成為當前一個時期計算機研究技術之中十分需要深入探究的課題之一，所以，把人工智能技術的相關內容引入到該領域之中，將會是人工智能從理論研究轉為實踐運用的一個重要契機和突破口。從近些年來我國人工智能領域的發(fā)展實踐來看，在此方面的探究已經取得了一些讓人激動的成果。筆者相信通過今后的持續(xù)的研究，一定能夠取得更大的突破，讓人工智能能夠真正做到造福于民。
四、結束語
總之，人工智能始終處在計算機研究技術的前端，其研究進展在相當大的程度上會決定計算機技術今后的發(fā)展趨勢。人工智能只是人類工具的一種延長，無法替代人類的大腦，這一點從其誕生之日起就已確定。雖然人工智能無法對人類的智能造成挑戰(zhàn)，但是隨著人類對于人工智能的研究進一步深化，人工智能還會越來越接近于人類的智能。人工智這一人類智能客體化后之產物，其功效依然會受到人類智能之控制。如今已有大量人工智能的科研成果進入人類的現實生活之中。今后，人工智能的持續(xù)發(fā)展必然會對人類的生活與工作等帶來更加巨大的影響。
參考文獻：
[1]史忠植，王文杰. 人工智能[M]. 北京：國防工業(yè)出版社，2007.
[2]周以真. 計算思維[J]. 中國計算機學會通訊，2007（3）.
0 引言
隨著經濟的快速發(fā)展，人們生活水平得到了較好的改善。經濟的繁榮使得我國工業(yè)水平正在不斷提高。在社會主義市場經濟環(huán)境下，競爭機制不斷完善和發(fā)展，各企業(yè)要想在競爭激烈的市場環(huán)境中穩(wěn)定發(fā)展，提高企業(yè)自身的工作效益非常重要，而人工智能在提高企業(yè)經濟效益上有著重要作用。隨著科學技術的不斷發(fā)展，人工智能技術不斷成熟并廣泛的應用在電氣工程自動化中，有效的提高了電氣工程自動化的效率，為企業(yè)的發(fā)展帶來了良好的經濟效益。
1 人工智能概述
人工智能也可以稱作為機器智能，是人類對自然改造做制造出來的系統所表現出來的職能，人工智能是以計算機技術為依靠的。從某種意義上將，人工智能就是沿用人工的方法和技術，以人類的智慧為模型，實現機器智能化的發(fā)展。人工智能的產生是隨著科學技術的發(fā)展而發(fā)展的，是人類與計算機技術發(fā)展的產物結晶。科學技術是第一生產力，隨著科學技術的不斷發(fā)展，人工智能的發(fā)展已經超越了計算機這一門學科。心理學、計算機學科、哲學、物理學等眾多學科都與人工智能有著密切的關系。
2 電氣工程中實現人工智能控制的意義
在我國，是一個能源消耗大國，工業(yè)的發(fā)展，使得在人力上、物力上、財力上的投入不斷增加，近年來，我國電氣工程事業(yè)得到了飛速發(fā)展，為了滿足人們日益增長的物質文化需求，適應經濟快速發(fā)展的步伐，在競爭激烈的市場環(huán)境中，電氣工程面臨著巨大的挑戰(zhàn)。隨著科學技術的不斷發(fā)展，人工智能逐漸進入到人們的視野，并且所擔任的角色也來越重要。人工智能在電氣工程中所扮演的角色尤為重要。當前我國電氣工程很容易出現設備故障，經濟效益低下，為了改變這些狀況，在市場環(huán)境中長遠生存下去，利用人工智能技術已經迫在眉睫了。在電氣工程中，利用人工智能，可以實現智能化作業(yè)，在電氣設備上實現智能化自我檢修，防止出現設備故障，從而提高設備的工作效率，給電氣工程事業(yè)帶來經濟效益[1]。
3 人工智能在電氣工程自動化控制技術中的應用
在我國電氣工程中，運用人工智能作業(yè)，可以有效的提高智能化作業(yè)水平，在作業(yè)過程中，可以自行的對機械設備進行檢查，從而加大對電氣工程自動化作業(yè)的控制，提高電氣工程自動化作業(yè)水平。下面就以火力發(fā)電工程為例，來分析人工智能在工程中自動化的控制技術。
3.1火力發(fā)電的原理
火力發(fā)電系統中主要由燃燒供給系統、給水系統、蒸汽系統、冷卻系統、發(fā)電系統等主要部件構成。火力發(fā)電是指利用石油、煤和天然氣等燃料燃燒時所產生的熱能來加熱水，使水變成高溫、高壓水汽，然后再由水蒸氣推動發(fā)電器來發(fā)電。熱電廠為火力發(fā)電廠，采用煤炭作為一次能源，利用皮帶傳送技術，向鍋爐輸送經處理過的煤粉，煤粉燃燒加熱鍋爐使鍋爐中的水變?yōu)樗羝浺淮渭訜嶂螅羝M入高壓缸。為了提高熱效率，應對水蒸汽進行二次加熱，水蒸汽進入中壓缸。通過利用中壓缸的蒸汽去推動汽輪發(fā)電機發(fā)電。從中壓缸引出進入對稱的低壓缸。已經作過功的蒸汽一部分從中間段抽出供給煉油、化肥等兄弟企業(yè)，其余部分流經凝汽器水冷，成為40度左右的飽和水作為再利用水。40度左右的飽和水經過凝結水泵，經過低壓加熱器到除氧器中，此時為160度左右的飽和水，經過除氧器除氧，利用給水泵送入高壓加熱器中，其中高壓加熱器利用再加熱蒸汽作為加熱燃料，最后流入鍋爐進行再次利用。以上就是一次生產流程[2]。
3.2產品設計人工智能化控制
在火力發(fā)電場中，電氣設備的設計是一個非常艱難的過程，設備性能的好壞直接影響到了發(fā)電系統的整體效果，要想保障火力發(fā)電系統的正常使用，產品設計的科學性很重要。人工智能利用計算機科學技術，經過模型設計，計算出電力系統做需要產品的規(guī)格，從而提高了工作效率，縮短了設計的周期，在發(fā)電系統中便利統一指導和管理[3]。
3.3經濟運行人工智能化控制
隨著計算機技術的發(fā)展，在火力發(fā)電廠中，運用計算機技術實現火力發(fā)電各系統之間的監(jiān)控，而人工智能集合了計算機技術與人類的智慧于一體，在火力發(fā)電廠中，利用人工智能可以計算出火力發(fā)電廠各個系統運行的功率，單位的流量。火力發(fā)電廠場中，各個分系統之間是相互聯系的，利用人工智能，能夠計算出會理系統所需要的燃料，蒸汽系統中的水溫變化情況，已經發(fā)電成效，對火力發(fā)電系統中各個子系統都能夠有效的控制起來，從而保障火力發(fā)電廠經濟運行[4]。
3.4機械設備人工智能化控制
火力發(fā)電廠所需要的設備較多，所要投入的人力也較大，一般都是一個子系統由兩到三個人監(jiān)控，發(fā)電系統能夠正常運行。通過計算機監(jiān)控技術，只要一個中央控制系統就能對發(fā)電系統的各個子系統中進行人工智能操作，不僅能夠節(jié)省大量的人力，還能針對設備故障進行自動化檢修，保障設備運行的效率，實現人工智能化控制[5]。
4 結語
隨著我國科學技術的不斷發(fā)展，人工智能已經逐漸成熟起來，并且廣泛應用在當前企業(yè)的經營活動中。伴隨著電氣工程規(guī)模不斷的擴大，電氣自動化技術在電氣工程中的作用也越來越大。在社會主義市場經濟當中，隨著市場競爭越來越激烈，我國電氣工程要想在市場中取得發(fā)展，不斷滿足現代化經濟快速發(fā)展的需要，就必須提高電氣工程自動化的辦公效率，利用人工智能技術，對企業(yè)辦公實行自動化控制，從而有效的改善電氣工程運行環(huán)境，提高經濟效益，促進經濟發(fā)展。
【參考文獻】
[1]徐志國.人工智能（AI）在電力系統中的應用[J].現代電子技術，2013，06（21）：24―25.
[2]王同文，管霖，張堯.人工智能技術在電網穩(wěn)定評估中的應用綜述[J].電網技術，2011，01（12）：136―137.
[3]李華勇，王詩明，王華.電網智能操作票管理系統的研制與開發(fā)[J].江西電力，2012，10（06）：104―105.
[4]毛鋼元，劉志國.智能控制系統設計方法的比較研究[J].淮陰工學院學報，2010，10（05）：198―199.
【關鍵詞】人工智能 應用 發(fā)展前景
現如今，科技的飛速發(fā)展使得人們生活的需求也在不斷的變化，單純的計算機技術似乎已經無法滿足人們的需求。計算機不僅要提供更加智能化的服務，而且還要提供更加人性化的服務，只有這樣才能逐漸滿足人們日益增長的需求。隨著人工智能技術的不斷發(fā)展與完善，它在社會、生活等各個領域中的應用和影響也越來越大，而且相對于其他技術也有著更大的發(fā)展空間與發(fā)展前景。
1 人工智能的定義
人工智能并不是近些年才出現的新名詞。早在1956年美國計算機協會組織的達特莫斯（Dartmouth）學會上就已經提出了“人工智能”這個詞。美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能的定義是：“人工智能是關于知識的學科――怎樣表示知識以及怎樣獲得知識并使用知識的學科”。而美國麻省理工學院的溫斯頓教授認為：“人工智能就是研究如何使用計算機去做過去只有人才能做到的智能工作”。由于人類的智能存在并不是單方面的，對于智能的研究很可能是多方面共同作用的結果，而且不同學科有不同的研究背景和不同的研究環(huán)境，對人工智能的理解不同，提出的觀點也不同。這就導致了目前對人工智能的定義還沒有一個統一的標準。
人工智能作為一門學科，它綜合了計算機科學、心理學、生理學以及語言學等多種學科，是一門非常具有挑戰(zhàn)性的綜合型技術。人工智能技術的研究目的是為了讓機器等設備能夠代替人類或者人類專家來處理一些相對復雜的問題，因此也被稱為機器智能。人工智能是相對于人類智能和自然智能而言的智能，使機器設備等通過對人類智能活動的模仿、延伸和擴展，實現某些機器思維，完成操作者的命令。
2 人工智能的應用簡介
2.1 人工智能在模式識別中的應用
數字識別、漢字識別和語音識別使用的技術是人工智能中的神經網絡技術，神經網絡具有學習能力和快速并行實現的特點。漢字識別的難度相對于數字識別來說要復雜的多，困難的多，影響其正確識別的因素很多。以一套漢字識別系統為例――“漢王筆”，這是一套在手寫板上書寫的漢字聯機輸入計算機的漢字識別系統，是由中科院自動化研究所漢王公司開發(fā)的。語音識別在生活中并不陌生，目前很多移動端的應用程序中就有關于語音識別的應用。其中人工智能在語音識別中的應用代表之一是七國（英、日、意、德、法、韓、中）語言口語自動翻譯系統。
人臉識別也是人工智能在模式識別中的重要應用。人臉識別主要是機器等設備基于人臉特征進行身份驗證，相比其它人體生物特征的識別來說更加直接、精確度高。目前具有代表性的產品之一是漢王人臉通，它可以在無光線條件下進行人臉的識別，還可以利用高精度3D打印技術打印人臉的識別。漢王人臉通目前可以實現對易容的識別，同卵雙胞胎、同卵三胞胎的識別。
2.2 人工智能在計算機網絡技術中的應用
人工智能在計算機網絡技術中的應用基本滿足了人們對計算機等設備提出的智能化、人性化服務的需求。人工智能技術在計算機網絡技術中的應用不勝枚舉，此處僅是簡要介紹人工智能在網絡安全管理領域中的主要應用。下面以智能防火墻技術、入侵檢測、智能型反垃圾郵件系統對用戶郵箱的保護為例進行簡要說明。
智能化防火墻系統采用智能化識別技術，如記憶、統計、概率以及策略等方法對數據進行識別和處理。采用智能化識別技術的目的主要是為了減少了計算機在進行匹配檢查過程中所要進行的龐大計算。智能防火墻系統有效的解決了普通防御軟件拒絕服務等問題，并且還有效的遏制病毒傳播與入侵。
入侵檢測是防火墻技術核心組成部分，入侵檢測技術主要是通過采集數據、篩選數據、數據分類和處理等過程，及時向用戶報告當前安全狀態(tài)。人工智能技術在入侵檢測中較為廣泛的應用例子有專家系統、模糊識別系統以及人工神經網絡等。
智能型反垃圾郵件系統可以在不影響用戶信息安全的基礎上，對用戶郵件進行有效檢測，并及時提醒用戶存在可能危害系統的垃圾信息。
2.3 人工智能在遠程教育中的應用
新西蘭的研究人員制作出了一個“虛擬教師”――Dubbed Eve，“他”能根據遠程學生的情緒狀態(tài)做出適當的反應。Dubbed Eve三維動畫教師是計算機科學中人工智能技術的實踐應用。Eve的設計目的是以一對一的方式教8歲大小的孩子數學。Eve不僅可以接受孩子的提問、反饋、給出相應的答案，還能和孩子一起討論問題，并能表現相應的情感。也能使用響應系統的基本信息判斷孩子的反應，并從孩子的反應中相應的調整自己。為了制作出Eve，研究人員觀察了教師和學生之間在真實生活中的交互情形，抓取了數千張面部表情、手勢、身體語言等圖片，編制了Eve的響應系統程序。基于人工智能的響應系統程序與嵌入式設備配合，機器設備能感知學生的情緒和其它生物信號、識別面部表情以及身體語言等。
3 人工智能的發(fā)展前景
情感能力對于計算機與人的交互至關重要，如何賦予計算機情感能力將是人工智能技術的發(fā)展前景。當前國際人工智能領域對人工智能和認知領域的研究日趨活躍。有能力感知和適應人來情緒的計算機程序，將作為未來發(fā)展的必要趨勢。
智能家居也是未來人工智能技術在生活中應用的發(fā)展前景。基于人工智能技術的無線傳感裝置可以實現通過各類集成化的微型傳感器協作地實時監(jiān)測、感知和采集環(huán)境信息，可以更好的提升現代住房的安全、舒適。還可以通過物聯網等方式實現用戶在異地對智能家居系統的遠程查詢和調控。人工智能技術在生活中的應用很大程度上為人民提供了方便舒適的生活環(huán)境，也是未來的發(fā)展趨勢。
4 總結
人工智能技術除了在模式識別和計算機網絡技術中的應用之外，在工業(yè)生產、軍事、農業(yè)生產、企業(yè)等各個領域當中都有了廣泛的應用。人工智能技術不僅帶動了新型處理技術的推廣，而且還會延伸更多新型技術的發(fā)展。隨著人工智能技術的不斷完善與發(fā)展，它將在今后的社會、生活中發(fā)揮更大的作用。
參考文獻
[1] 張妮，徐文尚，王文文. 人工智能技術發(fā)展及應用研究綜述[J].煤礦機械，2009，30：4-6.
[2] 劉合鳴.論人工智能的研究與發(fā)展[J].科學實踐，2010，248-249.
[3] 曾雪峰. 論人工智能的研究與發(fā)展[J].現代商貿工業(yè)， 2009，13：248-249.
[4] 張彬.探討人工智能在計算機網絡技術中的應用[J].軟件， 2012，11：265-266.
[5] 陜粉麗.人工智能在模式識別方面的應用[J].長治學院學報， 2007，24：39-32.
and Language in
Embodied Agents
2010
Hardback
ISBN9783642012495
Nolfi 等著
交流和語言的本質及其發(fā)展演變目前依然是科學界的一個難題。隨著人工智能技術的不斷發(fā)展，“怎樣使多個人工智能體之間進行類似于人類或其他動物一樣的交流”成為一個重要的研究熱點，吸引了越來越多學者的興趣。這個領域的研究將使我們了解交流產生的根源及其演變過程，使我們能制造可以進行溝通的人工智能來解決目前遇到的諸多問題。本書對這一領域的研究進行了全面的介紹和分析，介紹了這個領域的基本理論和常用分析研究方法，還分析了該技術的應用前景和本領域的發(fā)展方向。書中還給出了若干具體的實驗過程，介紹了常用的軟硬件工具。
本書除第1章外共有五部分組成，1.交流和語言發(fā)展的研究綜述；第二部分交流和語言的理論分析，包括第2-6章，主要介紹了人類語言的幾個特點，隨著歷史的變遷，個體交流和語言研究常用的理論、語法體系的形成和發(fā)展等。第二部分交流的演變，包括第7-12章，主要介紹了仿真智能體的交流方式的演變，促使交流產生的環(huán)境因素，怎么解決交流中遇到的問題，多智能體體系中信息的傳遞與獲取，多智能體之間交流產生的演變的條件等。第三部分語言的發(fā)展演變，包括第13-16章，主要介紹了應用于仿真智能體的語言體系模型的建立及其面臨的挑戰(zhàn)，介紹了一些相關實驗，介紹了一些語言游戲的數學模型等。第四部分結論，含第17章，表達和交流的人，旨在構建堅固的理論模型和方法框架。第五部分附錄，含第18-20章，本書研究工作用到的軟硬件工具。
本書的主要作者Stefano Nolfi是意大利國家研究理事會認知科學研究中心的資深科學家，領導著自主式機器人實驗室，并且是進化機器人學的創(chuàng)始人。本書適用于認知領域、人工生命、人工智能和語言學等領域科研工作者、研究生和教師。
劉軍濤，助理研究員
一、引言
隨著人工智能技術的快速發(fā)展，越來越多的企業(yè)將人工智能技術應用到企業(yè)的日常生產經營活動中來。NarrativeScience和國家商業(yè)研究所的報告顯示，在2016年僅有38%的企業(yè)表示引用了人工智能技術，而到了2017年這一數字迅速增長到了61%。與此同時人工智能技術在營銷領域的應用也越來越廣泛，在零售行業(yè)，人工智能可以通過自我學習，為消費者添加標簽，描繪用戶畫像；在網絡消費場景，智能人工助理可以幫助營銷人員及時在線回答用戶問題。人工智能的應用讓消費者與企業(yè)的互動更加頻繁，這也給企業(yè)營銷活動本身帶來了如隱私泄露、過度營銷、用戶倦怠等問題。如何正確處理人工智能技術在營銷領域的應用問題，成為了學者們日益關注的重點。以往的研究已經從人工智能營銷的技術基礎、概念、隱私擔憂等方面進行了分析，本文將從人工智能營銷的內涵、趨勢、挑戰(zhàn)等方面進行梳理研究，希望能夠對人工智能態(tài)勢下的市場營銷有更加全面的認識，為企業(yè)應對人工智能營銷活動中的問題提供有價值的參考。
二、人工智能態(tài)勢下的市場營銷
（一）智能營銷的內涵
智能營銷，是伴隨著人工智能應用的發(fā)展而產生的一個新的營銷概念。智能營銷不等同于電子營銷，它是建立在大數據、人工智能、云計算等綜合技術基礎上的一種智能化運作模式（汪濤2014），是可以模仿營銷人員的部分行為活動的過程。隨著人工智能技術在營銷領域的應用，智能化的設備通過仿真、思考、行動等模式完成了營銷人員所需要進行的一部分工作，深刻改變了營銷思維和方式。作為智能經濟條件下的新產物，目前學者們對智能營銷還沒有形成一致的概念界定。但是隨著對人工智能的逐步深入了解，業(yè)界逐漸形成了一種共識，即它是企業(yè)借助計算機網絡、移動互聯網等智能技術來進行營銷活動的各種新思維、新方法、新工具的一種創(chuàng)新營銷新概念（常亞平2018），它包括智能識別、智能存儲、智能執(zhí)行等多個方面。
（二）智能營銷的技術基礎
人工智能營銷的興起離不開技術的支持，根據以往文獻的研究，可以將智能營銷發(fā)展的技術基礎大致歸為三個方面：首先，移動互聯網和5G技術為智能營銷發(fā)展提供了海量數據來源的保障。智能營銷發(fā)展的重要基礎就是數據，持續(xù)可靠的數據獲取是智能營銷所需的核心技術之一。隨著移動互聯網和5G技術的發(fā)展，營銷活動借助虛擬現實技術、仿真技術、人工生物智能技術廣泛深入到消費者的工作、娛樂、生活、消費等日常行為活動中，全方位地記錄了消費者的行為數據，為智能營銷的后續(xù)分析處理工作提供了海量的數據信息來源。其次，云計算幫助智能營銷完成了復雜的數據計算和處理分析。移動互聯網時代，大數據的發(fā)展使網絡數據成幾何倍增長，如何計算和處理分析這些海量數據成為了智能營銷發(fā)展所必須解決的重要問題。云計算技術憑借強大的數據計算能力，很好地解決了人工智能技術應用過程中的海量數據處理問題，通過多維度數據的連接實現了萬物互聯，從而使消費者和智能設備的交互體驗更加完善，營銷場景也因及時準確的數據分析而更加智慧化。最后，人工智能商業(yè)化應用技術為智能營銷發(fā)展提供了網絡應用環(huán)境。德勤2019年《全球人工智能發(fā)展白皮書》顯示，當前人工智能技術已進入全方位商業(yè)化階段，并預測全球人工智能市場在未來幾年會經歷現象級增長（錢明輝2019）。我國也出臺了相應政策來支持人工智能商業(yè)化應用的發(fā)展，2019年我國從事人工智能業(yè)務企業(yè)數量居全球第二。人工智能商業(yè)化的發(fā)展環(huán)境以及人工智能商業(yè)化應用技術的支持，為智能營銷的發(fā)展創(chuàng)造了良好的外部網絡應用環(huán)境。
（三）人工智能在營銷中的應用體現
人工智能技術在營銷中的應用，使營銷活動體現出了新的特點，如：視覺、聽覺、觸覺等多種形態(tài)的新互動方式、個性化需求的預測等。根據營銷活動的不同過程階段，可以從四個方面來分析人工智能在營銷中的應用體現。1.營銷調查研究階段。營銷調查研究是營銷活動的起點，通過提前的調研企業(yè)可以了解市場占有情況、消費者意愿、目標消費群體需求等重要信息。大數據技術以及人工智能技術的應用，極大地提高了企業(yè)營銷活動前期的營銷調研效率。消費者在各種生活消費場景中會留下自己的痕跡和使用信息，人工智能技術會幫助企業(yè)將海量的用戶數據進行歸類，如賬戶數據、交易數據、瀏覽數據等，并利用這些數據進行用戶畫像，從而準確分析出消費者的日常消費偏好、消費方式等信息，幫助營銷人員獲取營銷調研后的第一手分類數據。2.營銷策略的制定階段。人工智能技術從全網智能抓取相關數據進行分析，并智能分析出最新熱度關注點，幫助營銷人員完成尋找吸引消費者的創(chuàng)新點環(huán)節(jié)，擺脫了以往只依賴于營銷人員自身經驗判斷和小范圍營銷調研結果的限制。同時借助仿真技術、生物識別等技術，人工智能技術所創(chuàng)造的“人工腦”可以完成營銷策略制定過程中的一部分思考工作，如創(chuàng)意篩選、優(yōu)化等方面。3.營銷執(zhí)行階段。以往的營銷推廣活動，需要營銷人員提前進行宣傳媒介的選擇并且派大量人員進行實地配合，受限于地點、經費等外部因素。而人工智能技術根據網絡熱度數據分析，自行篩選出適合企業(yè)產品宣傳的網絡平臺，并且根據用戶使用偏好數據測算出適合的營銷時間點、次數等，在用戶進行相關網絡訪問時個性化推送符合該用戶需求特征的營銷方案，如喜馬拉雅會根據用戶年齡、性別、收聽歷史記錄等自動推送相關收聽圖書資源和購買活動等。4.營銷效果的評估階段。以前的營銷活動效果評估需要事后進行監(jiān)測，而人工智能技術的應用幫助企業(yè)實現了實時監(jiān)測，系統自動在全網絡進行相關內容的數據抓取和分析處理，并將監(jiān)測效果及時反饋給營銷人員，方便營銷人員根據消費者反應及時修改營銷方案，降低了突發(fā)事件對企業(yè)營銷活動的影響。
三、人工智能帶來的營銷管理新趨勢
人工智能技術在營銷領域的應用深刻地改變了企業(yè)的營銷思維和營銷方式，也讓營銷管理活動有了新發(fā)展，對于人工智能帶來的營銷管理新趨勢可以從下面幾個方面來理解：一是技術驅動營銷變革。智能技術將成為下一代營銷變革的新支撐。目前，仿真技術和人工生物智能技術的初步使用已經能夠幫助智能設備進行部分營銷工作中的思考問題。營銷專家智能系統可以實現專業(yè)知識的傳遞和學習，在營銷專家的訓練下智能系統會增長解決問題所需的知識，并向用戶提供解決問題的辦法。電子自動訂貨系統，會根據企業(yè)線上線下的銷售數據自動進行分析，智能識別暢銷品和滯銷品，并根據實際情況自動交換訂單信息，減少營銷人員在了解銷售狀況和消費者偏好等信息時所投入的時間成本。人工智能技術的應用帶來了營銷理念、方法、手段、工具等各個方面的改變，未來如何利用好人工智能技術來幫助企業(yè)進行營銷活動是營銷人員需要關注的重點。二是營銷方式的多元化和營銷推薦的大規(guī)模定制化。人工智能技術的應用給營銷方式帶來了巨大的變革，短視頻營銷、直播營銷等新型營銷方式使企業(yè)營銷活動不再局限于傳統線下和網絡頁面廣告等方式。這種多元化的智能營銷方式，可以更加廣泛深入地獲取消費者的各種使用數據信息，如抖音小視頻會根據用戶關注信息來自動推送相關產品宣傳視頻。智能化的營銷方式讓大規(guī)模定制化成為可能，企業(yè)可以借助智能技術和數據處理技術實現對每個用戶的精準識別與記錄，從而為其個性化推薦相關信息，實現營銷個性化的批量自動生產。三是“AI+”智慧營銷帶來的跨場景營銷。“AI+短視頻”營銷、“AI+KOL”的粉絲營銷等不同營銷策略，在人工智能技術的支持下各自發(fā)揮所長，應用到營銷活動的各個環(huán)節(jié)當中。“AI+”的使用增強了消費者的互動體驗感和真實感，如唯品會的智能試裝功能可以幫消費者實現線上虛擬體驗，大大提升了消費者從“看”到“買”的效率，縮短了購買轉化時間。在移動互聯網時代，消費場景碎片化、消費行為流動化，人工智能技術的使用可以幫助企業(yè)處理復雜的消費使用數據，系統整合消費者在不同場景的多維行為數據，從而精準識別不同消費個體在不同消費場景下的差異化需求，結合消費者的實時場景，為消費者適時提供跨場景的營銷服務，突破圈層和場景的限制，擴大營銷推廣范圍，提升企業(yè)的56品牌宣傳度。四是基于智能識別、語音互動等技術的線上線下一體化智慧營銷。根據2018年人工智能應用行業(yè)報告，目前人工智能技術已經可以應用到零售的全鏈條環(huán)節(jié)，既可以線上進行用戶畫像和精準個性化推薦，也可以線下智能物流、智能選址、優(yōu)化消費者行為分析和商品運營環(huán)節(jié)等，這種線上線下一體化智慧營銷，需要完整的人工智能技術體系的支持。通過分析消費者軌跡數據、可穿戴智能設備的身體數據以及社交消費平臺數據等信息，利用線上線下信息的同步傳輸、人臉識別等技術，人工智能可以及時捕捉消費者行為及心理需求，并實現精準匹配。
四、人工智能時代市場營銷面臨的挑戰(zhàn)
人工智能技術在營銷領域的應用給企業(yè)和消費者都帶來了極大的便利，但是技術都是具有兩面性的，我們必須理性對待人工智能技術，正視人工智能應用過程中產生的問題。根據以往文獻的研究，可以從以下幾個方面來認識人工智能時代市場營銷面臨的挑戰(zhàn)。一是人工智能背景下復合型營銷人才的不足，帶來的技術和營銷的進一步對接問題。當前，智能營銷領域的一個顯著問題就是技術與營銷的進一步深度銜接問題，懂技術、懂市場的復合型人才的不足使得企業(yè)在應用人工智能過程中出現很大障礙。一些機構掌握著最新智能技術，積累了海量數據；而另一些機構則了解市場，不掌握技術，技術應用與市場營銷之間的銜接出現了隔閡。人工智能技術在營銷的應用給所有領域的營銷人員都帶來了挑戰(zhàn)，人才和工作需求雙向失衡。企業(yè)必須培養(yǎng)復合型的營銷人才，引進新技術培訓課程，提升現有營銷人員的整體技術素質，從而幫助企業(yè)解決智能技術與營銷的進一步對接問題。二是人工智能營銷過程中暴露的數據隱私保護和流量造假問題。各種數據隱私新聞案件的曝光，讓越來越多的用戶對新技術的使用保持著高度敏感。大量未經用戶本人同意的數據非法監(jiān)測和解讀嚴重干擾著消費者的日常生活，一些企業(yè)甚至利用智能技術對用戶個人信息進行預測分析來以此獲取用戶隱私。而流量數據造假問題更是進一步瓦解了消費者對網絡消費活動的信任，一些企業(yè)為了短期的盈利，利用內容剪切等網絡工具打造虛假流量信息，給消費者帶來了誤導，同時也嚴重干擾了正常的市場競爭秩序。為了能夠讓企業(yè)更有效地推進人工智能技術與營銷活動的銜接，必須及時懲治非法獲取消費者隱私的企業(yè)，營造良好的網絡使用環(huán)境，同時企業(yè)也要在內部加強管理，提升營銷人員的道德素養(yǎng)。三是全方位人工智能營銷環(huán)境下的消費者心理倦怠問題。人工智能技術可以給消費者推薦各種個性化信息，但這種根據消費者使用痕跡來進行持續(xù)性的精準推薦很難不讓消費者產生厭倦心理。隨時隨地的廣告推薦、跨屏的無廣告攔截、用戶瀏覽記錄的跟蹤推薦等行為，在智能技術的推動下變得更加自動頻繁。雖然人工智能技術可以幫助企業(yè)精準分析用戶數據，但數據也不能完全反映消費者的內心，企業(yè)要避免對智能技術的完全盲從，以防消費者產生厭倦心理。營銷活動是對人進行的活動，因此企業(yè)也要關注營銷人員的營銷經驗，不能以技術決定一切，要將技術與人的主觀感受相結合，真正做到從消費者本身需求出發(fā)。
五、結論
人工智能在營銷領域的應用目前還處于初步發(fā)展期，企業(yè)在應用人工智能技術時必須理性看待人工智能技術。既要看到人工智能給企業(yè)營銷帶來的數據分析、精準識別等便利，也要看到人工智能應用帶來的技術陷阱、用戶隱私等問題。當然，人工智能技術在營銷領域的應用未來還將有更進一步的發(fā)展，企業(yè)也要及時進行探索研究。本文僅從理論層面梳理分析了人工智能在營銷領域應用的相關問題，未來還可以在其他方面進行深入研究：如何更好地解決人工智能應用過程中帶來的隱私泄露問題，從而提升消費者的使用體驗；人工智能的特征如何對消費者的行為產生影響；智能互動方式的改變對營銷活動的影響，等等。
參考文獻：
[1]高山行，劉嘉慧.人工智能對企業(yè)管理理論的沖擊及應對[J].科學學研究，2018(11).
[2]常亞平，王良燕，黃勁松，等.3D（大數據、數字化和發(fā)展中）背景下的營銷戰(zhàn)略與轉型專欄介紹[J].管理科學，2018(5):1-2.
[3]Shankarv.Howartificialintelligence（AI）isreshapingretailing[J].JournalofRetailing，2018，94(4):vi－xi.
[4]汪濤，謝志鵬.擬人化營銷研究綜述.外國經濟與管理，2014(1):38-45.
[5]Wangtao,XIEZhipeng.Areviewoftheliteratureofper-sonificationmarketing[J].ForeignEconomics,Manage-ment,2014(1):38-45.
[6]錢明輝，徐志軒.基于機器學習的消費者品牌決策偏好動態(tài)識別與效果驗證研究[J].南開管理評論，2019(3):66-76.
也正因為如此，人工智能發(fā)展進程中所面臨的挑戰(zhàn)才不僅僅局限于技術或產業(yè)領域，而更多體現在經濟、社會、政治領域的公共政策選擇上。首先，普遍建立在科層制基礎上的公共事務治理結構，是否能夠適應技術發(fā)展和應用過程中所大規(guī)模激發(fā)的不確定性和不可預知性?再者，長久以來圍繞人類行為的規(guī)制制度，是否同樣能夠適應以數據、算法為主體的應用環(huán)境?最后，如何構建新的治理體系和治理工具來應對伴隨人工智能發(fā)展而興起的新的經濟、社會、政治問題?
應對上述挑戰(zhàn)并不完全取決于技術發(fā)展或商業(yè)創(chuàng)新本身，而更多依賴于我們的公共政策選擇。本文試圖在分析人工智能發(fā)展邏輯及其所引發(fā)的風險挑戰(zhàn)的基礎上，對人工智能時代的公共政策選擇做出分析，并討論未來改革的可能路徑，這也就構成了人工智能治理的三個基本問題。具體而言，人工智能本身成為治理對象，其發(fā)展與應用構成了治理挑戰(zhàn)，而在此基礎上如何做出公共政策選擇便是未來治理變革的方向。
全文共分為四個部分：第一部分將探討人工智能的概念及特征，并進而對其發(fā)展邏輯進行闡述。作為一項顛覆性技術創(chuàng)新，其本身的技術門檻對決策者而言構成了挑戰(zhàn)，梳理并捋清人工智能的本質內涵因而成為制定相關公共政策的前提;第二部分將著重分析人工智能時代崛起所帶來的治理挑戰(zhàn)，主要包括三個方面，即傳統科層治理結構應對人工智能新的生產模式的滯后性、建基于行為因果關系之上的傳統治理邏輯應對人工智能新主體的不適用性，以及人工智能發(fā)展所引發(fā)的新議題的治理空白;面對上述挑戰(zhàn)，各國都出臺了相關政策，本文第三部分對此進行了綜述性對比分析，并指出了其進步意義所在。需要指出的是，盡管各國的政策目標都試圖追求人工智能發(fā)展與監(jiān)管的二維平衡，但由于缺乏對人工智能內涵及其發(fā)展邏輯的完整認識，當前的公共政策選擇有失綜合性;本文第四部分將提出新的治理思路以及公共政策選擇的其他可能路徑，以推動圍繞人工智能治理的相關公共政策議題的深入討論。
一、人工智能的概念及技術發(fā)展邏輯：算法與數據
伴隨著人工智能技術的快速發(fā)展，尤其是其近年來在棋類對弈、自動駕駛、人臉識別等領域的廣泛應用，圍繞人工智能所可能引發(fā)的社會變革產生了激烈爭論。在一方面，以霍金[2]、馬斯克[3]、比爾-蓋茨[4]、赫拉利[5]為代表的諸多人士呼吁加強監(jiān)管，警惕“人工智能成為人類文明史的終結”;在另一方面，包括奧巴馬[6]在內的政治家、學者又認為應該放松監(jiān)管，充分釋放人工智能的技術潛力以造福社會。未來發(fā)展的不確定性固然是引發(fā)當前爭論的重要原因之一，但圍繞“人工智能”概念內涵理解的不同，以及對其發(fā)展邏輯認識的不清晰，可能也同樣嚴重地加劇了人們的分歧。正因為此，廓清人工智能的概念內涵和發(fā)展邏輯不僅是回應爭論的需要，也是進一步提出公共政策建議的前提。
就相關研究領域而言，人們對于“人工智能”這一概念的定義并未形成普遍共識。計算機領域的先驅阿蘭-圖靈曾在《計算機器與智能》一文中提出，重要的不是機器模仿人類思維過程的能力，而是機器重復人類思維外在表現行為的能力。[7]正是由此理解出發(fā)，著名的“圖靈測試”方案被提出。但如同斯坦福大學計算機系教授約翰·麥卡錫所指出的，“圖靈測試”僅僅只是“人工智能”概念的一部分，不模仿人類但同時也能完成相關行為的機器同樣應被視為“智能”的。[8]事實上，約翰·麥卡錫正是現代人工智能概念的提出者。在他看來，“智能”關乎完成某種目標的行為“機制”，而機器既可以通過模仿人來實現行為機制，也可以自由地使用任何辦法來創(chuàng)造行為機制。[9]由此，我們便得到了人工智能領域另一個非常重要的概念——“機器學習”。
人工智能研究的目標是使機器達到人類級別的智能能力，而其中最重要的便是學習能力。[10]因此，盡管“機器學習”是“人工智能”的子域，但很多時候我們都將這兩個概念等同起來。[11]就實現過程而言，機器學習是指利用某些算法指導計算機利用已知數據得出適當模型，并利用此模型對新的情境給出判斷，從而完成行為機制的過程。此處需要強調一下機器學習算法與傳統算法的差異。算法本質上就是一系列指令，告訴計算機該做什么。對于傳統算法而言，其往往事無巨細地規(guī)定好了機器在既定條件下的既定動作;機器學習算法卻是通過對已有數據的“學習”，使機器能夠在與歷史數據不同的新情境下做出判斷。以機器人行走的實現為例，傳統算法下，程序員要仔細規(guī)定好機器人在既定環(huán)境下每一個動作的實現流程;而機器學習算法下，程序員要做的則是使計算機分析并模擬人類的行走動作，以使其即使在完全陌生的環(huán)境中也能實現行走。
由此，我們可以對“人工智能”設定一個“工作定義”以方便進一步的討論：人工智能是建立在現代算法基礎上，以歷史數據為支撐，而形成的具有感知、推理、學習、決策等思維活動并能夠按照一定目標完成相應行為的計算系統。這一概念盡管可能仍不完善，但它突出了人工智能技術發(fā)展和應用的兩大基石——算法與數據，有助于討論人工智能的治理問題。
首先，算法即是規(guī)則，它不僅確立了機器所試圖實現的目標，同時也指出了實現目標的路徑與方法。就人工智能當前的技術發(fā)展史而言，算法主要可被劃分為五個類別：符號學派、聯接學派、進化學派、類推學派和貝葉斯學派。[12]每個學派都遵循不同的邏輯、以不同的理念實現了人工智能(也即“機器學習”)的過程。舉例而言，“符號學派”將所有的信息處理簡化為對符號的操縱，由此學習過程被簡化(抽象)為基于數據和假設的規(guī)則歸納過程。在數據(即歷史事實)和已有知識(即預先設定的條件)的基礎上，符號學派通過“提出假設-數據驗證-進一步提出新假設-歸納新規(guī)則”的過程來訓練機器的學習能力，并由此實現在新環(huán)境下的決策判斷。
從對“符號學派”的描述中可以發(fā)現，機器學習模型成功的關鍵不僅是算法，還有數據。數據的缺失和預設條件的不合理將直接影響機器學習的輸出(就符號學派而言，即決策規(guī)則的歸納)。最明顯體現這一問題的例子便是羅素的“歸納主義者火雞”問題：火雞在觀察10天(數據集不完整)之后得出結論(代表預設條件不合理，超過10個確認數據即接受規(guī)則)，主人會在每天早上9點給它喂食;但接下來是平安夜的早餐，主人沒有喂它而是宰了它。
所有算法類型盡管理念不同，但模型成功的關鍵都聚焦于“算法”和“數據”。事實上，如果跳出具體學派的思維束縛，每種機器學習算法都可被概括為“表示方法、評估、優(yōu)化”這三個部分。[13]盡管機器可以不斷的自我優(yōu)化以提升學習能力，且原則上可以學習任何東西，但評估的方法和原則(算法)以及用以評估的數據(數據)都是人為決定的——而這也正是人工智能治理的關鍵所在。算法與數據不僅是人工智能發(fā)展邏輯的基石，其同樣是治理的對象和關鍵。
總而言之，圍繞“人工智能是否會取代人類”的爭論事實上并無太大意義，更重要的反而是在廓清人工智能的內涵并理解其發(fā)展邏輯之后，回答“治理什么”和“如何治理”的問題。就此而言，明確治理對象為算法和數據無疑是重要的一步。但接下來的重要問題仍然在于，人工智能時代的崛起所帶來的治理挑戰(zhàn)究竟是什么?當前的制度設計是否能夠對其做出有效應對?如果答案是否定的，我們又該如何重構治理體系以迎接人工智能時代的崛起?本文余下部分將對此做進一步的闡述。
二、人工智能時代崛起的治理挑戰(zhàn)
不同于其他顛覆性技術，人工智能的發(fā)展并不局限于某一特定產業(yè)，而是能夠支撐所有產業(yè)變革的通用型技術。也正因為此，其具有廣泛的社會溢出效應，在政治、經濟、社會等各個領域都會帶來深刻變革，并將同時引發(fā)治理方面的挑戰(zhàn)。具體而言，挑戰(zhàn)主要體現在以下三個方面。
首先，治理結構的僵化性，即傳統的科層制治理結構可能難以應對人工智能快速發(fā)展而形成的開放性和不確定性。之所以需要對人工智能加以監(jiān)管，原因在于其可能成為公共危險的源頭，例如當自動駕駛技術普及之后，一旦出現問題，便可能導致大規(guī)模的連續(xù)性傷害。但不同機、大型水壩、原子核科技等二十世紀的公共危險源，人工智能的發(fā)展具有極強的開放性，任何一個程序員或公司都可以毫無門檻的進行人工智能程序的開發(fā)與應用。這一方面是由于互聯網時代的到來，使得基于代碼的生產門檻被大大降低[14];另一方面，這也是人工智能本身發(fā)展規(guī)律的需要。正如前文所提到，唯有大規(guī)模的數據輸入才可能得到較好的機器學習結果，因此將人工智能的平臺(也即算法)以開源形式公開出來，以使更多的人在不同場景之下加以利用并由此吸收更多、更完備的數據以完善算法本身，就成為了大多數人工智能公司的必然選擇。與此同時，人工智能生產模式的開放性也必然帶來發(fā)展的不確定性，在缺乏有效約束或引導的情況下，人工智能的發(fā)展很可能走向歧途。面對這一新形勢，傳統的、基于科層制的治理結構顯然難以做出有效應對。一方面，政府試圖全范圍覆蓋的事前監(jiān)管已經成為不可能，開放的人工智能生產網絡使得監(jiān)管機構幾乎找不到監(jiān)管對象;另一方面，由上至下的權威結構既不能傳遞給生產者，信息不對稱問題的加劇還可能導致監(jiān)管行為走向反面。調整治理結構與治理邏輯，并形成適應具有開放性、不確定性特征的人工智能生產模式，是當前面臨的治理挑戰(zhàn)之一。
再者，治理方法的滯后性，即長久以來建立在人類行為因果關系基礎上的法律規(guī)制體系，可能難以適用于以算法、數據為主體的應用環(huán)境。人工智能的價值并不在于模仿人類行為，而是其具備自主的學習和決策能力;正因為如此，人工智能技術才不能簡單地理解為其創(chuàng)造者(即人)意志的表達。程序員給出的只是學習規(guī)則，但真正做出決策的是基于大規(guī)模數據訓練后的算法本身，而這一結果與程序員的意志并無直接因果關聯。事實上也正由于這個特點，AlphaGo才可能連續(xù)擊敗圍棋冠軍，而其設計者卻并非圍棋頂尖大師。也正是在這個意義上，我們才回到了福柯所言的“技術的主體性”概念。在他看來，“技術并不僅僅是工具，或者不僅僅是達到目的的手段;相反，其是政治行動者，手段與目的密不可分”。[15]就此而言，長久以來通過探究行為與后果之因果關系來規(guī)范人的行為的法律規(guī)制體系，便可能遭遇窘境：如果將人工智能所造成的侵權行為歸咎于其設計者，無疑不具有說服力;但如果要歸咎于人工智能本身，我們又該如何問責一個機器呢?由此，如何應對以算法、數據為核心的技術主體所帶來的公共責任分配問題，是當前面臨的第二個治理挑戰(zhàn)。
最后，治理范圍的狹隘性，即對于受人工智能發(fā)展沖擊而引發(fā)的新的社會議題，需要構建新的治理體系和發(fā)展新的治理工具。人工智能發(fā)展所引發(fā)的治理挑戰(zhàn)不僅僅體現在現有體系的不適應上，同時還有新議題所面臨的治理空白問題。具體而言，這又主要包括以下議題：算法是否能夠享有言論自由的憲法保護，數據的權屬關系究竟如何界定，如何緩解人工智能所可能加劇的不平等現象，以及如何平衡人工智能的發(fā)展與失業(yè)問題。在人工智能時代之前，上述問題并不存在，或者說并不突出;但伴隨著人工智能的快速發(fā)展和應用普及，它們的重要性便日漸顯著。以最為人所關注的失業(yè)問題為例，就技術可能性來說，人工智能和機器人的廣泛應用代替人工勞動，已是一個不可否定的事實了。無論是新聞記者，還是股市分析員，甚至是法律工作者，其都有可能為機器所取代。在一個“充分自動化(Full Automation)”的世界中，如何重新認識勞動與福利保障的關系、重構勞動和福利保障制度，便成為最迫切需要解決的治理挑戰(zhàn)之一。[16]
上述三方面共同構成了人工智能時代崛起所帶來的治理挑戰(zhàn)。面對這些挑戰(zhàn)，各國也做出了相應的公共政策選擇。本文第三部分將對各國人工智能的治理政策進行對比性分析。在此基礎上，第四部分將提出本文的政策建議。
三、各國人工智能治理政策及監(jiān)管路徑綜述
人工智能時代的崛起作為一種普遍現象，其所引發(fā)的治理挑戰(zhàn)是各國面臨的共同問題，各國也陸續(xù)出臺了相關公共政策以試圖推動并規(guī)范人工智能的快速發(fā)展。
美國于2016年同時頒布了《國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》和《為人工智能的未來做好準備》兩個國家級政策框架，前者側重從技術角度指出美國人工智能戰(zhàn)略的目的、愿景和重點方向，而后者則更多從治理角度探討政府在促進創(chuàng)新、保障公共安全方面所應扮演的角色和作用。就具體的監(jiān)管政策而言，《為人工智能的未來做好準備》提出了一般性的應對方法，強調基于風險評估和成本-收益考量的原則以決定是否對人工智能技術的研發(fā)與應用施以監(jiān)管負擔。[17]日本同樣于2016年出臺了《第五期(2016～2020年度)科學技術基本計劃》，提出了“超智能社會5.0”的概念，強調通過推動數據標準化、建設社會服務平臺、協調發(fā)展多領域智能系統等各方面工作促進人工智能的發(fā)展和應用。[18]
盡管美國和日本的政策著力點不同，但其共有的特點是對人工智能的發(fā)展及其所引發(fā)的挑戰(zhàn)持普遍的包容與開放態(tài)度。就當前的政策框架而言，美日兩國的政策目標更傾斜于推動技術創(chuàng)新、保持其國家競爭力的優(yōu)勢地位;當涉及對人工智能所可能引發(fā)的公共問題施以監(jiān)管時，其政策選擇也更傾向于遵循“無需批準式(permissionless)”的監(jiān)管邏輯，即強調除非有充分案例證明其危害性，新技術和新商業(yè)模式默認為都是被允許的。[19]至于人工智能的發(fā)展對個人數據隱私、社會公共安全的潛在威脅，盡管兩國的政策框架都有所涉及，卻并非其政策重心——相比之下，英國、法國則采取了不同的政策路徑。
英國政府2016年了《人工智能：未來決策制定的機遇與影響》，對人工智能的變革性影響以及如何利用人工智能做出了闡述與規(guī)劃，尤其關注到了人工智能發(fā)展所帶來的法律和倫理風險。在該報告中，英國政府強調了機器學習與個人數據相結合而對個人自由及隱私等基本權利所帶來的影響，明確了對使用人工智能所制定出的決策采用問責的概念和機制，并同時在算法透明度、算法一致性、風險分配等具體政策方面做出了規(guī)定。[20]與英國類似，法國在2017年的《人工智能戰(zhàn)略》中延續(xù)了其在2006年通過的《信息社會法案》的立法精神，同樣強調加強對新技術的“共同調控”，以在享有技術發(fā)展所帶來的福利改進的同時，充分保護個人權利和公共利益。[21]與美日相比，英法的公共政策更偏向于“審慎監(jiān)管(precautionary)”的政策邏輯，即強調新技術或新的商業(yè)模式只有在開發(fā)者證明其無害的前提下才被允許使用。[22]
在本文看來，無論是“無需批準式監(jiān)管”還是“審慎監(jiān)管”，在應對人工智能時代崛起所帶來的治理挑戰(zhàn)方面都有其可取之處：前者側重于推動創(chuàng)新，而后者則因重視安全而更顯穩(wěn)健。但需要指出的是，這兩種監(jiān)管路徑的不足卻也十分明顯。正如前文第二部分所指出，一方面，快速迭代的技術發(fā)展與商業(yè)模式創(chuàng)新必將引發(fā)新的社會議題，無論是算法是否受到言論自由的權利保護還是普遍失業(yè)對社會形成的挑戰(zhàn)，它們都在客觀上要求公共政策做出應對，而非片面的“無需批準式監(jiān)管”能夠處理。更重要的是，“無需批準式監(jiān)管”的潛在假設是事后監(jiān)管的有效性;然而，在事實上，正如2010年5月6日美國道瓊斯工業(yè)指數“瞬間崩盤”事件所揭示的，即使單個電子交易程序合規(guī)運行，當各個系統行為聚合在一起時反而卻造成了更大的危機。[23]在此種情形下，依賴于合規(guī)性判斷的“事后監(jiān)管”基本上難以有效實施。另一方面，人工智能本身的自主性和主體性使得建立在人類行為因果關系基礎上的“審慎監(jiān)管”邏輯存在天然缺陷：既然人類無法預知人工智能系統可能的行為或決策，開發(fā)者又如何證明人工智能系統的無害性?
正如本文所反復強調的，人工智能與其他革命性技術的不同之處，正是在于其所帶來的社會沖擊的綜合性和基礎性。人工智能并非單個領域、單個產業(yè)的技術突破，而是對于社會運行狀態(tài)的根本性變革;人工智能時代的崛起也并非一夜之功，而是建立在計算機革命、互聯網革命直至數字革命基礎上的“奇點”變革。因此，面對人工智能時代崛起所帶來的治理挑戰(zhàn)，我們同樣應該制定綜合性的公共政策框架，而非僅僅沿襲傳統治理邏輯，例如只是針對具體議題在“創(chuàng)新”與“安全”這個二元維度下進行艱難選擇。本文在第四部分從承認技術的主體性、重構社會治理制度、推進人工智能全球治理這三方面提出了政策建議，并希望以此推動更深入地圍繞人工智能時代公共政策選擇的研究與討論。
四、人工智能時代的公共政策選擇
《新一代人工智能發(fā)展規(guī)劃》明確提出了到2030年我國人工智能發(fā)展的“三步走”目標，而在每一個階段，人工智能法律法規(guī)、倫理規(guī)范和政策體系的逐步建立與完善都是必不可少的重要內容。面對人工智能時代崛起的治理挑戰(zhàn)，究竟應該如何重構治理體系、創(chuàng)新治理機制、發(fā)展治理工具，是擺在決策者面前的重要難題。本文基于對人工智能基本概念和發(fā)展邏輯的梳理分析，結合各國已有政策的對比分析，提出以下三方面的改革思路，以為人工智能時代的公共選擇提供參考。
第一，人工智能發(fā)展的基石是算法與數據，建立并完善圍繞算法和數據的治理體系與治理機制，是人工智能時代公共政策選擇的首要命題，也是應對治理挑戰(zhàn)、賦予算法和數據以主體性的必然要求。(1)就算法治理而言，涉及的核心議題是算法的制定權及相應的監(jiān)督程序問題。算法作為人工智能時代的主要規(guī)則，究竟誰有權并通過何種程序來加以制定，誰來對其進行監(jiān)督且又如何監(jiān)督?長久以來公眾針對社交媒體臉書(Facebook)的質疑正體現了這一問題的重要性：公眾如何相信臉書向用戶自動推薦的新聞內容不會摻雜特殊利益的取向?[24]當越來越多的人依賴定制化的新聞推送時，人工智能甚至會影響到總統選舉。也正因為此，包括透明要求、開源要求在內的諸多治理原則，應當被納入到算法治理相關議題的考慮之中。(2)就數據治理而言，伴隨著人工智能越來越多地依賴于大規(guī)模數據的收集與利用，個人隱私的保護、數據價值的分配、數據安全等相關議題也必將成為公共政策的焦點。如何平衡不同價值需求、規(guī)范數據的分享與應用，也同樣成為人工智能時代公共政策選擇的另一重要抓手。
第二，創(chuàng)新社會治理制度，進一步完善社會保障體系，在最大程度上緩解人工智能發(fā)展所可能帶來的不確定性沖擊。與歷史上的技術革命類似，人工智能的發(fā)展同樣會導致利益的分化與重構，而如何保證技術革命成本的承受者得到最大限度的彌補并使所有人都享有技術發(fā)展的“獲得感”，不僅是社會發(fā)展公平、正義的必然要求，也是促進技術革命更快完成的催化劑。就此而言，在人工智能相關公共政策的考量中，我們不僅應該關注產業(yè)和經濟政策，同時也應該關注社會政策，因為只有后者的完善才能夠控制工人或企業(yè)家所承擔的風險，并幫助他們判斷是否支持或抵制變革的發(fā)生。就具體的政策設計來說，為緩解人工智能所可能帶來的失業(yè)潮，基本收入制度的普遍建立可能應該被提上討論議程了。“基本收入”是指政治共同體(如國家)向所有成員不加任何限制條件地支付一定數額的收入，以滿足其基本生活的需求。盡管存在“養(yǎng)懶漢”的質疑，但有研究者已指出，自18世紀就開始構想的基本收入制度很有可能反過來促進就業(yè)。[25]芬蘭政府已經于2017年初開始了相關實驗，美國的一些州、瑞士也做出了一定探索。在人工智能時代尚未完全展現其“猙容”之前，創(chuàng)新社會治理機制、完善社會保障體系，可能是平衡技術創(chuàng)新與社會風險的最佳路徑。
第三，構建人工智能全球治理機制，以多種形式促進人工智能重大國際共性問題的解決，共同應對開放性人工智能生產模式的全球性挑戰(zhàn)。人工智能的發(fā)展具有開放性和不確定性的特征，生產門檻的降低使得人工智能技術研發(fā)的跨國流動性很強，相關標準的制定、開放平臺的搭建、共享合作框架的形成，無不要求構建相應的全球治理機制。另一方面，跨境數據流動在廣度和深度上的快速發(fā)展成為了人工智能技術進步的直接推動力，但各國數據規(guī)制制度的巨大差異在制約跨境數據流動進一步發(fā)展的同時，也將影響人工智能時代的全面到來。[26]故此，創(chuàng)新全球治理機制，在承認各國制度差異的前提下尋找合作共享的可能性，便成為人工智能時代公共政策選擇的重要考量之一。就具體的機制設計而言，可以在人工智能全球治理機制的構建中引入多利益相關模式;另一方面，為防止巨頭壟斷的形成，充分發(fā)揮主權國家作用的多邊主義模式同樣不可忽視。作為影響深遠的基礎性技術變革，互聯網全球治理機制的經驗和教訓值得人工智能發(fā)展所借鑒。
上述三方面從整體上對人工智能時代的公共政策框架做出了闡述。與傳統政策局限于“創(chuàng)新”與“安全”之間做出二維選擇不同，本文以更綜合的視角提出了未來公共政策選擇的可能路徑。就其內在聯系來講，建立并完善圍繞算法和數據的治理體系是起點，其將重構人工智能時代的規(guī)則與制度;創(chuàng)新社會治理機制并完善社會保障體系是底線，其將緩解人工智能所帶來的影響與波動;構建全球治理機制則成為了制度性的基礎設施，推動各國在此之上共同走向人工智能時代的“人類命運共同體”。
五、結語
在經歷了60余年的發(fā)展之后，人工智能終于在互聯網、大數據、機器學習等諸多技術取得突破的基礎上實現了騰飛。在未來的人類生活中，人工智能也必將扮演越來越重要的角色。對于這樣的圖景，我們自不必驚慌，但卻也不可掉以輕心。對于人工智能的治理，找到正確的方向并采取合理的措施，正是當下所應該重視的政策議題。而本文的主旨也正在于此：打破長久以來人們對于人工智能的“籠統”式擔憂，指出人工智能技術發(fā)展的技術邏輯及其所引發(fā)的治理挑戰(zhàn)，并在此基礎上提出相應的政策選擇。人工智能治理的這三個基本問題，是重構治理體系、創(chuàng)新治理機制、發(fā)展治理工具所必須思考的前提。伴隨著我國國家層面戰(zhàn)略規(guī)劃的出臺，我國人工智能的發(fā)展也必將躍上新臺階。在此背景下，深入探討人工智能治理的相關公共政策議題，對于助推一個人工智能時代的崛起而言，既有其必要性，也有其迫切性。（來源：中國行政管理 文/賈開 蔣余浩 編選：中國電子商務研究中心）
[參考文獻]
[1]國務院關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL]. http：//gov.cn/zhengce/content/2017-07/20/content_5211996.htm.
[2]霍金. AI可能成就或者終結人類文明[EB/OL].http：//raincent.com/content-10-7672-1.html.
[3] Elon Musk. Artificial Intelligence is Our Biggest Existential Threat. https：//theguardian.com/technology/2014/oct/27/elon-musk-artificial-intelligence-ai-biggest-existential-threat.
[4] Microsoft's Bill Gates Insists AI is A Threat. http：//bbc.com/news/31047780. 2017-8-14.
[5] [以]赫拉利.人類簡史[M].北京：中信出版社，2014.
[6] The President in Conversation With MIT’s Joi Ito and WIRED’s Scott Dadich. https：//wired.com/2016/10/president-obama-mit-joi-ito-interview/. 2017-8-14.
[7] Turing，A. M. Computing Machinery and Intelligence. Mind，1950，59(236).
[8] [9][10] McCarthy，J.What is Artificial Intelligence. URL：http：//www-formal.stanford.edu/jmc/whatisai/whatisai.html.
[11] [12][13] [美]佩德羅-多明戈斯.終極算法：機器學習和人工智能如何重塑世界[M].黃芳萍譯.北京：中信出版社，2016.
[14] Benkler，Y. The Wealth of Networks：How Social Production Transforms Markets and Freedom. Yale University Press，2006.
[15] Foucoult，M. Discipline and Punish. A. Sheridan，Tr.，Paris，FR，Gallimard，1975.
[16] Srnicek，N.，& Williams，A. The Future isn't Working. Juncture，2015，22(3)：243-247.
[17] Preparing for the Future of Artificial Intelligence. https：//obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf. 2017-8-14.
[18]薛亮.“日本推動實現超智能社會‘社會5.0’”[EB/OL]. http：//istis.sh.cn/list/list.aspx?id=10535.
[19] Thierer，A. Permissionless Innovation：The Continuing Case for Comprehensive Technological Freedom. Mercatus Center at George Mason University，2016.
[20] Artificial Intelligence：Opportunities and Implications for the Future of Decision Making.https：//gov.uk/government/uploads/system/uploads/attachment_data/file/566075/gs-16-19-artificial-intelligence-ai-report.pdf.
[21]周衍冰.大數據產業(yè)在法國的發(fā)展及應用[N].學習時報，2014-11-03.
[22] Thierer，A. D.，& Watney，C. J. Comment on the Federal Automated Vehicles Policy，2016.
[23] [美]杰瑞·卡普蘭.人工智能時代：人機共生下財富、工作與思維的大未來[M].杭州浙江人民出版社，2016.
[24] Marcel Rosenbach. How Google and Facebook Can Reshape Elections.http：//spiegel.de/international/germany/google-and-facebook-could-help-decide-2017-german-election-a-1120156.html.
一、相關概念
（一）人工智能。人工智能是一門研究、理解和模擬人類智能，并且發(fā)現其內在規(guī)律的學科。它是計算機科學的一個分支，試圖發(fā)現智能的實質，并創(chuàng)造出一種以人類思考的方式做出相似反映的智能機器。同時，它又是計算機知識、心理學知識和哲學知識的集合，模擬人的意識和思維過程，讓機器能夠做到只有人類智慧才能做到的復雜的事項。
（二）智能家居。智能家居是嵌入式技術、通信技術和網絡技術的集合，通過系統將各種家居與人們的居家生活緊密結合，以提高人們生活的舒適感和安全感。隨著人工智能的迅猛發(fā)展，智能家居正與人工智能緊密結合，讓消費者享受到更人性化的居家體驗。
二、文獻綜述
歐陽婷梓研究了人工智能對智能家居的影響，認為人工智能應用的落地將會使智能家居產業(yè)升級，同時還指出Al技術還有待突破，市場決定人工智能能否再次爆發(fā)。榮華英和兼國恩研究了人工智能發(fā)展背景下國際智能家居行業(yè)貿易發(fā)展前景，認為國際智能家居行業(yè)貿易將朝智能產品設計、智能生產制造、智能高效物流和智能商業(yè)服務方向發(fā)展。吳斌在研究我國智能家居系統發(fā)展存在的問題時，指出要制定行業(yè)標準體系，降低系統成本并完善售后服務。
觀察現有研究，發(fā)現有關人工智能時代下智能家居行業(yè)發(fā)展的研究仍相對較少，本文指出Al對智能家居行業(yè)發(fā)展的影響，指出未來發(fā)展機遇，并預測未來該行業(yè)的發(fā)展趨勢，對行業(yè)發(fā)展具有指導意義。
三、智能家居行業(yè)發(fā)展現狀
（一）國際智能家居行業(yè)發(fā)展現狀。美國的Amazon Echo、Google Home和Apple HomeKit占據了國外的智能家居語音控制平臺市場，Contro14 利用Zigbee技術可以與世界知名品牌的家電產品連接，控制各種設備和系統；英國的Laing Homt公司早在2000年建立了“智能家居”示范街，給每棟房子都裝上了智能管理系統，近年也在國內建立起了一些智能家居體驗式展廳；日本軟銀生產的Pepper人形情感機器人能夠讀懂人類的情感，并做出相應的反映，在各種場合為人們服務，松下于2017年“Panasonic Home+全屋智能”戰(zhàn)略，讓全屋各個部分的功能都智能化；德國的Apartimentum未來型公寓將物聯網應用和先進科技結合起來讓住戶的生活更加簡潔舒適。據中國報告大廳的《2016-2021年中國智能家居產業(yè)市場運行暨產業(yè)發(fā)展趨勢研究報告》數據顯示智能家居市場規(guī)模逐年上漲，但增長速度開始放緩，隨著人工智能的發(fā)展，行業(yè)開始進入技術融合，技術沉淀打造更加智能的家居用品的階段，2016～2018年全球智能家居市場規(guī)模變化如圖1所示。
（二）國內智能家居行業(yè)發(fā)展現狀。2012年智能家居行業(yè)進入快速發(fā)展期，深受大眾追捧，但進入2015年，銷售增速開始放緩，隨著政策的扶持，2016年市場規(guī)模增速開始上漲。工信部數據顯示，我國物聯網產業(yè)規(guī)模發(fā)展迅速，2010年規(guī)模超過2，600億元，2015年達到7，500億元，2020年產業(yè)規(guī)模將突破15，000億元，物聯網在智能家居、智能社區(qū)和智慧城市等領域發(fā)展愈發(fā)強勁。面對如此紅利，相關企業(yè)加快布局，海爾建立U-home平臺、美的建立M-Smart平臺、阿里巴巴建立人工智能實驗室并了智能音箱等產品。據中國報告大廳的《2016-2021年中國智能家居產業(yè)市場運行暨產業(yè)發(fā)展趨勢研究報告》數據顯示，未來幾年智能家居市場規(guī)模持續(xù)上漲，市場前景看好，市場規(guī)模增長情況如圖2所示。
智能家居產業(yè)錯綜復雜，涉及眾多產品，根據目前各企業(yè)涉及的領域，大致分為六個流派：以海爾、美的為代表的傳統家電企業(yè)，通過將原有的產品智能化提高銷售；以阿里巴巴和京東為代表的互聯網企業(yè)，通過自產智能硬件或與傳統家電企業(yè)建立合作涉足智能家居行業(yè)；以華為和小米為代表的手機硬件企業(yè)，通過研發(fā)軟件、生產硬件和建立智能家居生態(tài)系統進軍智能家居行業(yè)；以Honeywell、Bosch和松下為代表的安防企業(yè)，在本身安防設備的基礎上智能化，占據智能家居安防市場；以Amazon Echo和Google Home為代表的國外智能家居企業(yè)，通過語音識別和人工智能技術進軍國內市場；以及一些提供云平臺服務和小型硬件的供應商。
四、當前智能家居行業(yè)面臨的問題
（一）缺乏規(guī)范統一的標準。在整個智能家居產業(yè)中，至今還沒有制定統一的標準，導致各大公司各行其道，各自開發(fā)自己的系統，與其他廠商開發(fā)出來的系統并不兼容，目前具有代表性的是谷歌、蘋果、微軟加入了高通主導的AllSeen聯盟，英特爾、三星、戴爾等公司組成了智能家居設備標準聯盟OIC。之后，谷歌在收購Nest之后力推Thread，蘋果自家提出Homekit。一方面用戶的智能體驗降低；另一方面加重了用戶的轉換成本。而人工智能是一項復雜的產業(yè)，它不是一兩家公司就能經營好的，它需要各領域的公司參與進來研發(fā)技術、搭建平臺、生產終端，各司其職，并用統一的標準將各個環(huán)節(jié)連接起來。
（二）缺乏人性化的偽智能。目前，智能家居產品大多通過手機來實現，但有些廠商以“智能”為噱頭，將原本簡單的操作強加到手機上，使得手機承擔較多的功能。然而，除了年輕人對智能手機的操作較為熟悉，其他用戶面對復雜的“智能”操作只能望而卻步，嚴重缺乏人性化設計。
（三）需求低且價格高。一方面智能家居概念映入人們眼簾的時間較短，人們對智能家居還不太了解；另一方面智能家居智能化水平不高，操作復雜，運行過程中經常出錯，嚴重打擊了消費者的體驗。同時，目前的技術水平有限，技術和產品的研發(fā)需要較高的研發(fā)費用，加上日常的維護費用，導致智能家居的消費價格偏高，打擊了消費者的購買欲望。
（四）信息安全存在隱患。物聯網信息傳輸過程中，個人信息極易被黑客竊取，不法分子通過這些個人信息進一步竊取用戶的財產，會造成巨大的社會不穩(wěn)定，對智能家居未來發(fā)展構成巨大威脅。如果智能家居產業(yè)在未來想占據較大一部分家居市場，就必須克服信息安全問題，加大信息的監(jiān)管力度。
五、Al助力智能家居行業(yè)發(fā)展
（一）AI與智能家居結合進入最終狀態(tài)。經過幾十年的發(fā)展，智能家居經過了用App遠程控制家電的單品智能化和多個電器間相互感應的智能互動兩個階段，以上兩個階段均為弱智能階段，得通過手機來操作。而第三階段是家居產品與人工智能的深入結合，賦予家居產品人性化，擺脫手機的操控，通過自主學習、主動記憶、自主決策為用戶提供舒適的生活。
（二）提升全新的交互體驗。語音交流以其與人交流的親和感，成為當今最流行的人機交互方式。人類通過語音給機器下達指令，機器通過語音識別執(zhí)行指令。近幾年，語音識別技術取得重大突破，語音識別準確率達到97%以上。而智能音箱具有語音交互、提供音樂和有聲讀物等媒體內容、提供多種互聯網服務以及可以對智能家居進行控制等功能，深受大眾追捧，因而被稱為智能家居的入口。為搶占智能家居的入口，互聯網各大巨頭紛紛加緊研究搶占市場。2014年11月，亞馬遜推出智能音箱Echo，至今已有幾千萬的銷量，隨后谷歌推出GoogleHome，微軟推出Cortana，緊接著國內的京東推出叮咚音箱，阿里巴巴也推出了“天貓精靈”，小米推出“小愛同學”。
（三）提供更安全、可控的應用環(huán)境。傳統的密碼輸入和保護方式已經不再滿足人們對操作便捷性和安全性的要求，于是推動了人們對生物識別技術的開發(fā)。生物識別是指通過計算機與生物傳感器等高科技結合，提取人固有的生理特征和行為特征，以鑒定個人身份。目前人臉識別、指紋識別和虹膜識別已經得到廣泛的應用。為達到更高的安全水準，通過紅外線照射獲取手指靜脈圖像的指靜脈技術也在緊密研究當中，極大地迎合了人們對智慧生活的追求。
六、我國智能家居發(fā)展的機遇
（一）我國加速進入老齡化社會，智能家居需求增大。因為工作關系很多子女與父母在異地生活，難以妥善地照顧好父母的生活，而智能家居可以方便老人們的日常生活，提高老年人的生活質量，加上多年財富的積累，老年人的經濟實力比年輕人要高，隨著老齡化進程的加快，老年人人口的比例將加重，多重原因結合起來支撐起了未來潛在的市場需求。
（二）“智能家居”概念將越來越普及。通過前些年“智能家居”概念的炒作，各大新聞客戶端、網站的轉載宣傳，讓越來越多的人認識了解到智能家居的相關概念。近些年各大瀏覽器對“智能家居”關鍵詞的搜索數量大幅度增長，隨著科學技術的發(fā)展，人們對智能家居產品的信賴感也在增強。如今人們購買家具，對房屋進行裝修也會考慮適當引進智能家居的相關元素進入日常的起居中。
（三）居民收入增多，消費價格將降低。隨著經濟的不斷發(fā)展，人們的收入也在逐年上漲，到2020年我國將全面建成小康社會，屆時人們的收入水平將會大幅增長，相比2010年翻一番。經濟增長的同時，科技也在飛速發(fā)展，技術水平的不斷完善降低了智能家居產品的成本，同時電信運營商的網絡費用也在下調，日常的運營維護成本也在下降，消費者的消費成本將會大幅下降，市場需求將會激增，市場規(guī)模將會擴大。
（四）政策扶持，發(fā)展道路順暢。智能家居產業(yè)發(fā)展被寫入政府工作報告，政府相繼出臺《“互聯網+”人工智能三年行動實施方案》、《智能制造工程實施指南（2016-2020年）》、《促進新一代人工智能產業(yè)發(fā)展三年行動計劃（2018-2020年）》等指導性文件，促進智能家居、智能機器人、智能制造裝備等領域產業(yè)發(fā)展。并成立“中國人工智能產業(yè)創(chuàng)新聯盟”和“人工智能產業(yè)技術創(chuàng)新戰(zhàn)略聯盟”，把涉及人工智能領域的所有環(huán)節(jié)全面整合，掃除阻礙人工智能發(fā)展的一切障礙。
七、我國智能家居行業(yè)未來發(fā)展趨勢
（一）標準日趨統一。當智能家居行業(yè)依舊遵循現在的發(fā)展方式，各企業(yè)各行其道，系統間互不兼容，消費者將會對該行業(yè)產生疲倦，未來市場規(guī)模可能難以擴大。除非出現一家領導性標桿企業(yè)，擁有自己的系統，能夠生產出所有類別的智能家居產品，用戶對該企業(yè)提供的方方面面都很滿意，進而壟斷了整個智能家居市場。很顯然，出現這種情況的概率很小，沒有一家企業(yè)可以力挽狂瀾，所以市場逼著企業(yè)間建立起統一的標準，為用戶提供便捷舒適的生活體驗。
（二）AI與智能家居的完美融合。人工智能在智能家居領域的廣泛應用已是大勢所趨，只有智能家居與人工智能的完美結合才會讓人們的生活更加便捷。未來智能家居將會更加智能化、人性化，能夠準確抓住用戶的喜好提供相應的服務，根據用戶的工作安排相應的行程。一整套智能家居系統猶如一個智能管家，在最優(yōu)的時間提供最優(yōu)的服務。
（三）個人信息更加安全。個人信息的安全是制約智能家居市場規(guī)模擴大的又一要素，因此行業(yè)內將建立起一套世界領先的信息安全標準，并且該標準能夠和各地的法律法規(guī)銜接好，收集到的數據能夠安全地儲存好，能夠記錄數據的產生時間地點等情況，以便需要的時候能夠查證。
八、結語
人工智能時代下智能家居行業(yè)仍將在相當的一段時間處于一個無統一標準、需求低、價格高的階段，但隨著老齡化進程的加快，智能家居概念的逐漸普及、居民收入不斷增加、產品價格的不斷下降，智能家居產品的市場需求將會逐漸增長，將促使企業(yè)間制定規(guī)范統一的標準，人工智能將會與智能家居完美結合，為用戶提供更加舒適便捷的生活。
（來源：合作經濟與科技 文/陳功正 王騰 陸暢 王蘊鑫 陳黎陽 編選：電子商務研究中心）
主要參考文獻
［1］陳晉.人工智能技術發(fā)展的倫理困境研究［D］.吉林大學，2016.
［2］鄧中祚.智能家居控制系統設計與實現［D］.哈爾濱工業(yè)大學，2015.
中圖分類號：TM73 文獻標識碼：A 文章編號：2095-1302（2013）01-0032-05
0 引 言
智能電網是當今世界電力系統發(fā)展的重大變革，也是21世紀電力系統的重大科技創(chuàng)新和發(fā)展趨勢。2003年，美國“未來能源聯盟”首次提出智能電網的概念。同年，美國能源部了“Grid 2030”設想[1]，將美國的未來電力系統描述為一個完全自動化的電力傳輸網絡，能夠監(jiān)視和控制每個用戶和電網節(jié)點，保證從電廠到終端用戶整個輸配電過程中所有節(jié)點之間的信息和電能的雙向流動。2005年，歐洲技術論壇（ETP）提出了“Smart Grid”概念[2]，計劃通過智能電網的建設，向所有用戶提供高度可靠、經濟有效的電能，充分開發(fā)利用大型集中發(fā)電機和小型分布式電源，提高電網公司運營效率，降低電能價格，加強與客戶的互動，應對來自市場、安全和電能質量、環(huán)境等方面的壓力。
國內也高度重視智能電網建設。2010年6月7日，總書記在兩院院士大會上的講話中提出，要“構建覆蓋城鄉(xiāng)的智能、高效、可靠的電網體系”。國家科技部于2009年11月24日的《關于加快我國智能電網技術發(fā)展的報告》中提出了明確的目標和任務。國家電網公司于2009年5月了“堅強智能電網”愿景及建設路線圖。南方電網有限責任公司在2010年7月提出了“建設一個覆蓋城鄉(xiāng)的智能、高效、可靠的綠色電網”的目標。2011年2月，陜西省地方電力（集團）有限公司作為專業(yè)的配電網公司，聯合清華大學提出了建設“多指標自趨優(yōu)”智能配電網的目標。
智能電網涉及能源、環(huán)境、社會、經濟和管理等多個學科，由于其具備系統工程和創(chuàng)新技術的特點，目前智能電網的研究趨向發(fā)散，對智能電網的認識多從企業(yè)自身出發(fā)，尚未收斂到智能電網本質的研究，影響和干擾了對智能電網發(fā)展方向的研判。本文在分析國內外智能電網相關研究的基礎上，結合實踐應用，溯源了智能電網的本質——智能，提出了智能電網分代標準，建立了智能電網分代模型，探討了智能電網分代的社會經濟意義。
1 國外智能電網分代研究狀況
分代研究在計算機和戰(zhàn)斗機等領域已經取得了共識。計算機按照所采用的電子元件，歷經了電子管計算機、晶體管計算機、集成電路計算機、大規(guī)模集成電路計算機，現在正在研發(fā)信息獲取、存儲、處理、通信與人工智能相結合的第五代計算機。20世紀40年代中期，以噴氣式發(fā)動機為動力的戰(zhàn)斗機出現后，按時代和技術水平，戰(zhàn)斗機歷經三代，目前正在研制第四代戰(zhàn)斗機。
由于智能電網尚未大規(guī)模應用，與計算機、作戰(zhàn)飛機等其他領域分代研究更注重“回頭看”的方法不同，智能電網分代更注重“向前看”，這個特點導致智能電網分層次、分步驟、分階段的研究異彩紛呈，莫衷一是。國外智能電網分代的相關研究綜述如下。
1.1 智能電網演進模型
2010年1月，加拿大學者Hassan Farhangi從功能和投資回報率（ROI）兩個維度，提出了如圖1所示的智能電網的演進模型[3]。他認為，由于化石燃料的成本猛增，電力公司無法擴大發(fā)電能力以滿足用戶對電能不斷上升的需求，只有從配電網著手，加強需求側管理，才能保障電力公司擁有較高的ROI水平。模型表示，智能電網最初的投資用來滿足計量設備由機電式到單向自動抄表（AMR）的功能轉變，AMR具有節(jié)約人力以及時間成本的優(yōu)勢，但是由于其只具有單向通信能力，無法支持電力公司依據從電表獲取數據采取調控措施。高級計量架構（AMI）能夠提供雙向的通信系統，旨在為電力公司提供實時的能耗數據，允許客戶以價格為基礎，對能源使用做出選擇。智能電網演進的最終目標是分布式控制與微網相結合的互聯電網。
1.2 智能電網持續(xù)發(fā)展理論
2011年7月，美國GridNet公司執(zhí)行副總裁兼首席戰(zhàn)略官Andres Carvallo和能源與IT行業(yè)學者John Cooper合作出版了“The Advanced Smart Grid — Edge Power Driving Sustainability”一書，提出了智能電網持續(xù)發(fā)展理論[4]。書中認為第一代智能電網（Smart Grid 1.0）實現了發(fā)電廠到終端計量設備的電流與信息流的傳輸，典型的第一代智能電網是美國科羅拉多州博爾德市智能電網的建設。下一代智能電網（Smart Grid 2.0）將是一個集成的、先進的智能電網體系，從戰(zhàn)略上進行頂層設計，在組織、運行、系統集成與建模等多個維度進行柔性規(guī)劃，下一代智能電網的一些技術已經在美國奧斯汀市智能電網研究項目Pecan Street中浮現。書中對第三代智能電網（Smart Grid 3.0）進行了展望，并將其定義為一個基于互聯網絡的重新設計的能源系統。
1.3 智能電網層次理論
IBM高級電力專家Martin Hauske認為智能電網的基本概念有3個主要元素：首先是廣泛連接資產與設備的傳感器；其次是數據的搜集與整合體系；最后是依據數據進行相關分析，以優(yōu)化運行和管理的能力。與之對應，智能電網也就有三個層面的含義[5]：首先是利用傳感器對發(fā)電、輸電、配電、供電等關鍵設備的運行狀況進行實時監(jiān)控；然后將獲得的數據通過網絡系統進行收集、整合；最后通過對數據的分析、挖掘，達到對整個電力系統運行的優(yōu)化管理。因此，智能電網可以被認為是通過傳感器把各種設備、資產連接到一起，形成一個客戶服務總線，通過對信息進行整合分析，從而降低成本，提高效率和可靠性，促進管理和運行達到最優(yōu)化。
1.4 智能電網成熟度模型
智能電網成熟度模型是IBM、美國生產力和質量中心（APQC）及全球智能電網聯盟（GIUNC）合作研究的成果[6]。智能電網的成熟度分為5個階段：第1階段，只有對智能電網的設想，主要工作是對技術的試驗和評價，以及建立業(yè)務模型；第2階段，企業(yè)在至少一個智能電網的重要業(yè)務領域進行投資和實施；第3階段，企業(yè)對智能電網的組成部分進行重新配置，實現業(yè)務領域整合或產業(yè)鏈升級；第4階段，實現企業(yè)范圍的跨業(yè)務綜合觀測及綜合控制，力爭形成新的經濟或商業(yè)模式；第5階段，企業(yè)有能力在新的業(yè)務、運行、環(huán)境等機會出現時，充分利用并發(fā)展壯大。
綜觀國外的相關研究，智能電網演進模型以計量系統為主線，沒有加入交易環(huán)節(jié)，同時忽視了人工智能在電網中的應用。智能電網持續(xù)發(fā)展理論有對智能電網分代以及各代相應功能的描述，但是缺乏對智能電網本質的分析，特別是對三代智能電網核心的描述。智能電網層次理論以傳感器為基礎，觸及到智能電網的基本，但是數據收集與整合體系等沒有體現人這一重要因素的參與，理論闡述不夠全面。智能電網成熟度模型實質上是智能電網的推進步驟。因此，上述研究都沒有涉及智能電網的本質。
2 智能電網的本質——智能
對國外智能電網的研究和實踐進行分析，能夠為國內的相關研究帶來啟示和借鑒。從人類認識事物的基本方法來看，對智能電網進行分代研究，必然要從智能電網的本質著手。智能電網可以認為是人工智能在傳統電網中的應用，而人工智能又起源于人類智能，因此，必須從人類智能出發(fā)，探求智能電網的本質——智能。
2.1 人類智能的發(fā)展階段
人類智能經歷了從初級到高級、從簡單到復雜的演化過程。這種過程只在個體的前十幾年表現得尤為突出，正是這一過程決定了每個人一生智能水平的高低，也決定了人類群體智能水平的多樣性。
1983年，美國學者Howard Gardner提出多元智能理論，將智能分為語言智能、數學邏輯智能、空間智能、身體運動智能、音樂智能、人際智能、自我認知智能、自然認知智能等8個方面。瑞士心理學家Jean Piaget從時間維度對人類智能演化規(guī)律做出經典總結，提出了人類智能發(fā)展理論[7]，將個體從出生到青年時期的智能發(fā)展水平分為感知運動階段、前運算階段、具體運算階段和形式運算階段。
雖然多元智能理論并不著眼于各個智能在個體層面的發(fā)展順序，但是結合Jean Piaget的認知發(fā)展理論，同時根據Howard Gardner對每種智能概念的描述，可以對智能的8個組成部分以發(fā)展為時序，在多元維度上進行歸類。在感知運動階段，空間智能和音樂智能是人類智能重點發(fā)展的部分；到了前運算階段，語言智能和身體運動智能在兒童身上表現較為明顯；數學邏輯能力和自我認知能力在具體運算階段得到了迅速發(fā)展；最后，從青少年階段開始，終其一生，對自然的認知，人際交往能力隨著閱歷的豐富、經驗的積累而日趨成熟。
2.2 人工智能是對人類智能的模擬、延伸和擴展
人類智能的演進規(guī)律遵循著Jean Piaget的人類智能發(fā)展理論，這些研究成果也深刻地影響著另一個與之緊密相關的學科，即以計算機為基礎的人工智能的研究。人工智能最初被定義為“讓機器的行為看起來就像人所表現出的智能行為一樣”，到后期逐漸演變?yōu)樽寵C器擁有自己的思維。對比人類智能發(fā)展的歷程，人工智能的演進呈現出與之相似的路徑。
（1） 人工智能發(fā)展的初級階段是對人類智能的模擬。通過傳感器遠程傳送信號，需要操作者通過計算機終端控制機器執(zhí)行動作，這類似于人類智能的感知運動階段，具體的應用如排爆機器人、勘探機器人等。
（2） 人工智能發(fā)展的中級階段是對人類智能的延伸。著眼于通過程序算法實現機器的邏輯運算和自我認知能力，類似于人類智能的前運算和具體運算階段。智能機器人通過處理器分析傳感器收集的信息，在無人操控的狀態(tài)下執(zhí)行動作。有些智能機器人還能通過對人類語言的識別和模擬實現與人類的語言交流，如日本的ASIMO智能機器人，可以通過“腦—機”系統達到人類思維直接控制機器人的效果。
（3） 人工智能的更高階段，智能將成為一種系統層面的應用。人工智能體現出自我思維和機器情感等人類特有的能力，通過自我思維產生對外部環(huán)境的認識，通過機器感情與外部環(huán)境產生更為復雜的交互，這些能力使得人工智能發(fā)生了從模擬、延伸到擴展人類智能的突破。
2.3 智能電網是人工智能在傳統電網中的應用
智能電網建立在電力電子技術、傳感與測量技術、控制仿真決策技術、信息與通信技術、人工智能技術等基礎技術之上，以實現發(fā)電、儲能、輸電、配電、用電等環(huán)節(jié)的智能化為目的。其中，人工智能技術在推動智能電網發(fā)展中起著重要作用。
（1） 人工智能的應用能夠推動整個電力系統的發(fā)展。傳統電網存在大量非線性的、模糊的、不確定、不精確、不完全真值的問題，人工智能技術應用的目的就是解決上述問題。基于人工智能的電網故障檢測與診斷、具有靈活自愈功能的配電自動化等技術的應用表明，在期望能取得低代價的解決方法和魯棒性方面，人工智能的應用顯著改善了傳統電網對不確定、高度非線性環(huán)境的適應能力。
（2） 人工智能技術的應用體現了智能電網的本質。智能電網的本質是智能，現代人工智能技術是對人類智能的模擬，因而人工智能的應用是電網“智能化”的根本體現，人工智能技術應用使智能電網回歸到了它的本質——智能。從這種意義上說，人工智能技術是否應用是評價一個電網是不是智能電網的基本依據。
（3） 人工智能技術在電網中的應用程度體現了智能電網區(qū)別于傳統電網的特征。傳統電網未能完整地體現人工智能“感知、思維、行為”三要素，導致人的參與程度較低，傳統電網始終徘徊在由工業(yè)化主導的階段，在信息化與工業(yè)化融合時，遇到了重重困難。智能電網中，人工智能技術的廣泛應用將使得電網逐步具有模擬人類智能的能力，從而減少人的參與程度。
（4） 未來智能電網的發(fā)展中，人工智能是推動智能電網躍進發(fā)展的革命性力量。未來智能電網將是一個具有自預測、自診斷、自愈、自組織和自管理特性的電網。智能電網的躍進發(fā)展將主要依靠電網的自學習能力，人的干預將退居其次。人工智能的應用，使得電網的自學習成為可能。在可以預見的將來，除了人工智能技術，其他技術均無法有效增強電網的自學習能力。
3 智能電網分代原則、標準與模型
以上分析了智能電網的本質，以下在智能電網的本質基礎上提出智能電網分代的原則、標準以及智能電網分代模型。
3.1 智能電網分代原則
智能電網分代必須遵循以下原則：
（1） 惟一性原則：下一代和上一代的智能電網必須按照智能電網的本質進行劃分。
（2） 革命性原則：下一代智能電網必須在整體，而不是局部取得標志性進展和突破。
（3） 連續(xù)性原則：下一代智能電網發(fā)展的關鍵要素必須蘊含在上一代智能電網的發(fā)展過程中。
3.2 智能電網分代標準
智能電網的本質是智能。人工智能是人類智能應用于傳統電網的紐帶，人工智能將人類智能的8個方面歸納為“感知、行為、思維”3個要素，上述3個要素也是智能電網分代的標準。
感知是客觀事物通過感覺器官在大腦中的直接反映。在多元智能的8個方面中，感知體現語言智能、空間智能、音樂智能。感知在人工智能技術中的體現有語音識別、機器視覺等。
行為是器官對外界刺激所產生的反應。行為體現身體運動智能，行為在人工智能技術中的體現有機器人學、智能控制等。
思維是主體處理信息及意識的活動。思維體現數學邏輯智能、人際智能、自我認知智能、自然認知智能，思維在人工智能技術中的體現有知識系統、專家系統、神經網絡、進化計算等。
3.3 智能電網分代模型
智能電網發(fā)展的各階段均須具備人工智能3個要素的全部或部分，不具備3個要素的電網屬于傳統電網。依據3個要素在傳統電網中滲透與融合的深度和廣度，建立智能電網分代模型如圖2所示。
圖2中將智能電網劃分為具有以下特征的三代智能電網：
（1） 第一代智能電網：自感知智能電網（Self-sensing Smart Grid）。第一代智能電網在傳統電網的基礎上具備自主感知能力，是人工智能在電網中應用的初級階段。智能電網關鍵設備能夠自主感知電屬性（負荷等）和電相關屬性（溫度等）的變化，需要人參與進行決策并采取行動，第一代智能電網只具備簡單的自主決策和初級的自主行為能力。典型的自感知智能電網設備及系統如電子式及光學式互感器、智能環(huán)網柜、智能在線監(jiān)測系統、智能終端等。
（2） 第二代智能電網：自適應智能電網（Adaptive Smart Grid）。第二代智能電網在第一代智能電網自主感知能力的基礎上，具備一定的自主決策能力和自主行為能力，是人工智能在電網中應用的中級階段，較少需要人參與就能根據感知結果進行決策并采取行動。這種感知、決策和行為是獨立的，即只在單一設備或系統局部的感知域內進行決策并根據決策結果驅動單一設備或系統局部采取行動，以達到局部最優(yōu)。典型的自適應智能電網應用系統如智能調度系統、智能自愈系統等。
（3） 第三代智能電網：自趨優(yōu)智能電網（Self-approximate-optimization Smart Grid）。第三代智能電網在第二代智能電網自主決策和自主行為能力的基礎上，是人工智能在電網中應用的高級階段，更少需要或不需要人參與就能根據感知結果進行決策并采取行動。這種感知、決策和行為是系統的、全局的，即在整個系統感知域（或子集）內進行決策并根據決策結果驅動相關（部分或全部）設備采取行動，使得電網自身狀態(tài)趨向最優(yōu)。目前，已經提出來的自趨優(yōu)智能電網如智能廣域機器人（Smart Wide Area Robot，Smart-WAR）[8]。
4 智能電網分代的社會經濟意義
技術創(chuàng)新與人類解放之間的歷史發(fā)展進程表明，人的勞動方式在逐漸變化，技術創(chuàng)新使人在生產勞動中逐漸從事必躬親的執(zhí)行者演變成監(jiān)督者、命令者，這種角色的演變，反映出技術創(chuàng)新在人的實踐過程中所具備的強大能動作用。智能電網作為當前電網行業(yè)最重要的技術創(chuàng)新形式，同樣發(fā)揮著著解放人類勞動的作用，亦即電網運行中人的參與程度不斷減弱。
第一代智能電網通過技術創(chuàng)新實現自我感知，不但極大地拓展了認知的深度和廣度，而且還使人的身體在一定程度上獲得了解放。
第二代智能電網通過技術創(chuàng)新實現自我行為，將會極大地減輕人的勞動強度，甚至取代了勞動者在電網運行過程中僅有的操作、監(jiān)督和控制工作，使人得以在很大程度上從體力勞動中解放出來。
第三代智能電網通過技術創(chuàng)新實現自我思維，“電腦”開始代替“人腦”控制電網運行，機器人勞動取代人的勞動，使人的活動逐漸從電網運行中淡出，這將使人的思維勞動強度得以極大的減輕。
以智能電網建設為標志的技術創(chuàng)新為電力產業(yè)提升運行管理水平，開發(fā)新產品和服務，以及延伸整個產業(yè)鏈奠定了堅實的技術基礎。隨著技術手段的革新與經營管理模式的轉變，電力產業(yè)尤其是電網企業(yè)的供給可能性邊界將極大擴展，不僅能夠滿足目前存在的潛在需求，而且還能在未來引領和創(chuàng)造新的需求，在供需雙方良性互動的作用下，電力產業(yè)將不斷優(yōu)化升級，產業(yè)整體影響力和競爭力都會獲得顯著的提升。
5 結 語
智能電網分代是一個全新的課題，但是分代研究在計算機等其他領域并不鮮見，對這些領域進行分代的目的是通過研究“上一代是什么”來推測“下一代是什么”，因此有必要通過分代研究來預測和引導智能電網的發(fā)展方向。與其他領域分代研究更注重“回頭看”的方法不同，智能電網尚未大規(guī)模應用，分代更注重“向前看”，正是人類智能與人工智能的發(fā)展規(guī)律，奠定了我們“向前看”的基礎。未來，伴隨智能電網的深入推進，實踐應用總結出的成果和經驗，將有助于深化對智能電網本質的認識，理論的可行性與實踐的迫切要求，也必將對智能電網分代研究起到促進作用。
參 考 文 獻
[1] US Department of Energy. Grid 2030： A national vision for electricity's second 100 years[R].USA： US Department of Energy Initiative， 2003.
[2] European Commission. European technology platform smartgrids： vision and strategy for Europe's electricity networks of the future[EB/OL]. [2012-09-20]. http：//ec.europa.eu/research/energy/pdf/smartgrids_en.pdf.
[3] FARHANGI Hassan. The path of the smart grid [J]. IEEE Power and Energy Magazine， 2010， 8（1）： 18-28.
[4] CARVALLO Andres， COOPER John. The advanced smart grid： edge power driving sustainability [M]. Boston： Artech House Publishers， 2011.
[5] IBM論壇2009. 點亮智慧的地球[EB/OL]. [2012-09-25]. http：///cn/forum2009/wisdom.shtml.
