導言：作為寫作愛好者，不可錯過為您精心挑選的10篇人工智能的投資邏輯，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

近年來，AI在投資領域的應用，正深刻改變著投資市場。高盛尋找員工建立自動化投顧平臺，為100萬美元以下資產的客戶提供服務；全球最大資管公司貝萊德集團用機器人取代基金經理，對其主動投資基金業務進行重組，計劃裁員包括7名投資經理在內的100名主動型基金部門員工。野村證券在報告中指出，截至2015年年底，全球機器人投顧旗下管理資產已經達到500億美元，并預計于2020年達到2.2萬億美元，占到全球資管行業的2.2%。

基金投資開啟人工智能時代

在中國資本市場，以人工智能為基礎的投資技術以其獨特的優勢，正式走向前臺。從廣發基金網站上的“廣發百發策略價值基金”的有關信息來看，百度與廣發基金合作，正在嘗試用智能投資技術，多元化整體提升投資效能、發掘市場價值。百度在人工智能領域一直走在國內的前沿，當人工智能遇上金融，我們看到了中國也正在進入人工智能的投資時代。

百發價值這只基金嘗試將人工智能技術在量化投資領域多元化深度應用，實現“智慧投資”。不同于過去的風格或策略相對單一的量化基金，這是一款多策略和多數據種類交叉應用的主動型混合基金，瞄準的是大盤藍籌股，投資基準對標滬深300指數，但不是簡單追蹤滬深300指數。從對標指數選擇來看，適應了價值投資的趨勢，回避了高波動、高風險和后市承壓較大的小盤股。當以人工智能技術的應用來強化在選股、擇時和資產配置方面的優勢時，可以更加敏捷地應對風云突變的市場形勢，也能回避投資風格漂移等問題，在效率和策略上強化傳統量化投資的優勢。

百度理財官網介紹，百發價值基于多元化智能投資的前沿技術，在極大拓展大數據應用領域的基礎上，全領域萃取多樣量化因子，并進行投資動態監測、風險監控跟蹤，通過機器學習平臺反復測試模型，建立量化交易策略的動態調整機制，最終實現智能選股、精準調倉、準確擇時的完整投資鏈條。

為什么投資需要人工智能

投資的核心是什么？無非兩點：決策好、執行好。人工智能的優勢在于決策更好、執行更好。

一方面，人工智能極大地拓展了投資決策邊界、更加智慧地捕捉投資價值。從大的投資邏輯來看，投資決策包括兩點，一是宏觀資產配置；二是微觀組合構建。從資產配置來看，百發價值是混合型基金，股票好的時候多配置股票，債券好的時候多配置債券，股債雙殺時則將資產集中于現金和貨幣資產保障安全收益。人工判斷股票、債券和現金貨幣資產的配置比例，存在很大的隨意性。人工智能依靠機器學習對海量數據處理和投資模型自適應的優勢，實現科學決策，提高資產配置的效率，實現資金的使用效率和投資效率的全面提高。從微觀組合構建或選股的角度看，人工智能不僅能有效運用遠超任何個人處理能力的大數據和投資決策信息，還能通過高頻反復迭代訓練，為傳統量化選股模型帶來突破性創新，在投資邏輯與運算能力得到保證的前提下預期能夠提升整體業績。

另一方面體現在紀律上。機器輔助人執行投資，能夠確保投資紀律的執行效率。機器執行，在時間上的效率優勢上是人工難以比擬的。另外，除了時間效率，智能投資的邏輯也會對以人為主體的投資過程中的隨意性進行有效的制約。投資的很多紀律，是反人性的。人性的任性往往造成情緒化決策，即便是優秀的基金經理也難以幸免。筆者曾寫過“炒股的十三條紀律”，很多人雖然收藏了，但仍然很難做到。有一位優秀的基金經理，當時的同事對他的評價是“冷靜得像一塊石頭”，這是對基金經理遵守選股原則和交易紀律的最高評價了，但如此優秀的基金經理畢竟是少數。人工智能，便是一個“冷靜的機器人”。

投資哲學的優秀執行體系

筆者對基金公司的理解是：受人之托，替人理財，忠人之事。購買好的基金產品，核心評價當然是該基金公司的投資能力。一個優秀的基金公司，比人有好的投資哲學體系的指導，并在該公司長期的投資和研究實踐中不斷優化自己的投資哲學。如果一公司的投資哲學只停留在務虛的討論上，而沒有通過實踐進行深刻檢討和改良，則很難形成真正有競爭力的投資能力。

百度用AI賦能金融，無疑給了投資哲學一個“智慧實踐”的平臺，讓好的投資哲學能夠在實踐中不斷進化，讓好的投資哲學形成更加優秀的投資決策模型，形成真正的投資能力。比如：專精高效的機器學習技術支持。隨著數據資源整合開發的深入，未來選股模型將面對更大規模、結構多元、信息豐厚的復雜性數據，這就需要更加適用于金融市場的算法開發、優化及應用；百度AI具有深度挖掘的情緒數據、輿情數據、熱點數據、傳統金融數據、分析師研報數據等，提升數據信息含量與質量、拓展投資決策依據的外延；此外，百度全面的生態體系，可以提供“特色數據資源”，以地理位置時空數據為例，行業基本面數據、非結構化數據或基于大數據創新的宏觀經濟指標等不同維度的特色資源，均能為選股和資產配置模型帶來增量信息，在投資邏輯與運算能力得到保證的前提下預期能夠提升整體業績。

有很多曾經優秀的基金公司，由于基金經理和研究部門負責人的變更，導致該公司投資風格出現較大變化，投資業績也受到影響。如果一個基金公司能夠通過人工智能技術做好公司投資哲學的模型化，并在長期實踐中實現智慧學習，推動模型的進化，在模型進化中，實現公司投資哲學的升華，則能在充分競爭的基金管理行業中，不斷強化核心競爭力。

百發價值這款產品的上線，為傳統證券與基金行業在產品創新上提供了新的思路。人工智能等技術的輸出，讓傳統金融機構有了快速打造智能金融的階梯。百度AI技術的開放，為傳統金融機構創造了迅速跟進的機會，將極大地改變行業現狀。在AI賦能的未來，或許將沒有傳統金融與新興金融的區分，將共同開創智慧金融。

篇2

政策催化進一步加強

 

國內AI有望“彎道超車”

 

目前，各國政府都高度重視人工智能相關產業的發展。自人工智能誕生至今，各國都紛紛加大對人工智能的科研投入。美國主攻軍用機器人技術，歐洲主攻服務和醫療機器人技術，日本主攻仿人和娛樂機器人。可以說，人工智能成為各國“大腦”計劃的重要內容。

 

當下我國社會面臨老齡化壓力、經濟轉型和制造業升級，對此，國務院在印發的《中國制造2025》中明確指示，要把智能制造和高端技術創新作為重點建設工程，特別提出要發展和培育一批產值超過100億元的人工智能核心企業。

 

國內市場的扶持政策頻出。2015年7月，國務院印發《“互聯網+”行動指導意見》，將發展人工智能提升到國家戰略層面;2016年1月，科技部部長萬鋼提出“科技創新-2030項目”，智能制造和機器人成為重大工程之一。

 

在2016年3月兩會召開期間，《國民經濟和社會發展第十三個五年規劃綱要(草案)》正式出爐，其中提到，要大力推進先進半導體、機器人、智能系統、智能交通、精準醫療、智能材料等新興前沿領域的創新和產業化，形成一批新增長點。

 

政策和資金的支持、人才儲備、技術的積累和突破等都為人工智能的發展提供了基礎條件。科技部高技術研究發展中心研究員劉進長認為，我國人工智能與機器人技術的快速發展，一是因為國家的高度關注與政策支持，二是得益于金融界的重視與大企業的不斷進入。

 

“2014年，中國市場的工業機器人銷量猛增54%，我國智能語音交互產業規模達到100億元，指紋、人臉、虹膜識別等產業規模達100億元。”廣證恒生副首席分析師趙巧敏向《經濟》記者分析稱，在利好因素的促進下，我國人工智能技術攻關和產業應用發展勢頭良好。

 

在她看來，目前國際巨頭在人工智能技術上還沒有完全形成壟斷。我國在人工智能的研究上與發達國家相比，甚至與美國相比都不算落后，這是難得的歷史機遇，是提升綜合國力和影響力的絕佳機會。

 

“我國完全有可能利用市場需求優勢、用戶數據優勢等，搶占人工智能技術和產業的制高點，實現人工智能技術‘彎道超車’。”趙巧敏稱。

 

人工智能大潮來襲

 

千億市場規模可期

 

人工智能已經開始進入一個新的階段。從Siri識別到無人駕駛，都是人工智能的實現載體，涉及到的技術和領域跨越多學科，包括深度學習、智能識別、專家系統、神經網絡、智能機器人等。

 

未來，人工智能需求將會激增。據BBC預計，到2020年，全球人工智能市場規模將達到183億美元，約合人民幣1190億元。

 

“目前人工智能的應用領域主要還是以工業制造為主，但是隨著經濟結構的轉型，以及不斷攀升的勞動力成本，未來包括機器人在內的人工智能產品的市場需求將會不斷擴大。”愛建證券研究所研究員劉孫亮向《經濟》記者表示，隨著人均可支配收入的增加，以及人口老齡化時代的來臨，人工智能家庭化的現象將會普及，屆時家用助老服務機器人、醫療機器人以及家用清潔機器人的市場需求將會激增。

 

國內著名的咨詢機構艾瑞咨詢在參考人工智能行業全球市場規模后預計稱：在不包括硬件產品銷售收入、信息搜索、資訊分發、精準廣告推送等的情況下，預計2020年中國人工智能市場規模將達到91億元人民幣。

 

而目前市場的關注點還只是在智慧金融、智能家居等應用領域，對于人工智能的發展空間來說，這只是冰山一角。

 

趙巧敏表示，由于人工智能屬于基礎型技術，與機器人和大數據聯系緊密，其水平的提升將帶來多領域的應用擴展，大幅拓寬傳統產業的發展之路，造成未來5-10年的巨大顛覆性影響，產生10-100倍的溢出效應，由此將打開萬億規模的市場空間。

 

“僅僅以工業機器人領域為例，在智能化水平提高后，將降低固定資產投資成本近30%，降低人工成本近60%-70%，在汽車整車、零部件制造、食品工業及物流等行業產生8-10倍的產業集群帶動作用，對應著800億-1000億元的市場規模。”趙巧敏說。

 

實際上，中國人工智能的商業化應用環境甚至能創造更大的市場空間。我國人工智能的商業應用水平已經十分繁榮，這一概念已經滲透了教育、金融、醫療、文體娛樂等領域，且獲得了很好的市場反響。

 

“市場關心的IT和互聯網領域幾乎所有的主題和熱點，例如智能硬件、O2O、機器人、無人機和工業4.0，發展突破的關鍵環節都是人工智能。”趙巧敏表示，人工智能的發展是必然趨勢，它將成為未來30年內我國技術發展的重心，也會給互聯網領域帶來新的突破，給人們的生活帶來翻天覆地的變化。

 

在人工智能應用領域，我國已經發展得較為全面，包括家居領域、安防領域、醫療領域、企業領域、金融領域和教育領域。

 

然而盡管目前我國自主知識產權的文字識別、工業機器人、娛樂機器人等智能科技成果已經進入大規模實際應用，但市場空間仍然很大。中泰證券首席宏觀策略師羅文波向《經濟》記者表示，我國機器人的“密度”只有德國、日本的1/10，行業發展空間巨大。

 

VC青睞人工智能

 

巨頭加速并購

 

人工智能一直是硅谷大佬們瘋狂追求的領域，谷歌、Facebook、IBM均重金投資人工智能，是目前AI領域的領導者。微軟、谷歌和Facebook等全球科技巨頭都認為2016年是AI迅速進化的關鍵節點。

 

Google希望在人工智能領域復制Android的成功，并力圖打造一個機器人帝國;Facebook計劃在2016年制造出能夠在家務和工作上幫助自己的人工智能;蘋果4天內接連收購兩家人工智能初創公司……

 

據羅文波統計，目前全球人工智能企業已經超過了900家，大多集中在北美和西歐。這些人工智能初創企業總估值超過87億美元。“隨著日本、北美、歐洲的‘大腦’計劃大規模布局人工智能，2040年全球很有可能實現廣義的人工智能。”

 

除互聯網巨頭外，敏銳的資本方也在積極布局人工智能領域，近年來風投不斷加大對人工智能初創企業的投資，持續布局人工智能這個重要風口。

 

“2014年人工智能企業融資總量首次超過10億美元，2015年融資總量更是超過12億美元。2016年到現在，全球在人工智能領域的投資已經超過4億美元。”渤海證券研究所證券分析師齊艷麗向《經濟》記者表示，隨著科技巨頭在人工智能領域的布局將提速，VC/PE在人工智能領域的投資也將隨之爆發。

 

“反過來，資本層面的爆發也將持續帶動人工智能行業加速爆發。”齊艷麗認為，雖短期看人工智能仍處于大規模投入期，較難變現，但未來人工智能應用于無人駕駛汽車、輔助診斷、刑偵監測等領域將會產生巨大的商業價值和社會價值。

 

在全球市場火爆的背景下，國內市場也充滿了巨頭和風投的博弈與布局。

 

出于對人工智能行業商業前景的看好，國內巨頭紛紛進軍人工智能領域，百度、阿里、騰訊均在人工智能領域發力。

 

其中，百度2014年研發投入接近70億，同時涉足了深度學習與自動駕駛領域，并推出了“百度大腦”計劃;阿里巴巴推出了國內首個人工智能平臺DTPAI;騰訊推出了撰稿機器人Dream writer，開放了視覺識別平臺騰訊優圖，同時成立了騰訊智能計算與搜索實驗室。一些具有創新性眼光的巨頭公司也相應進入，讓整個行業迎來了爆發的機會。

 

“互聯網巨頭公司和創業公司是我國AI技術基礎研究主力軍。在國家政策大力支持下，無論是科研機構還是企業都在加大人工智能研究的力度，由此也取得了較為不錯的成績。”據羅文波介紹，截至2015年底，我國人工智能領域已有近百家創業公司，約65家獲得投資，共計29.1億元。人工智能領域布局如火如荼。

 

巨頭的基礎層切入為人工智能基礎領域的研究帶來了巨大的資金優勢和人才支持，使得部分技術達到世界一流水平。例如，我國的視覺、語音識別的技術已經處于國際領先水平。

 

而近兩三年，風投也開始加速了在這一領域的投資步伐。2014年開始，我國人工智能領域投資金額、數量、參與投資機構數量均大幅增加，2015年更是實現了跨越式的增長。“2015年我國投資人工智能的機構數量已經高達48家，是2012年投資機構數量的6倍;投資額為14.23億元，是2012年投資額的23倍。”趙巧敏表示。

 

短期看好應用開發

 

長期關注技術研究

 

二級市場一向是搜尋熱點的風向標。人工智能市場的火爆也催熱了資本市場的相關行業。在市場空間巨大、產業前景明朗的背景下，占據資金優勢的上市公司紛紛瞄準人工智能領域，分享廣闊藍海。

 

隨著人工智能的不斷進步和發展，最先實現產業化的AI應用層將最早迎來投資機會。銀河證券分析師楊華超向《經濟》記者分析稱，無人駕駛、工業4.0、智慧醫療等主題將成為未來中長期的熱點，建議關注相關主題的優質標的。“同時，AI數據層和應用層作為準入門檻較高的環節，之前具有技術積累和數據資源的公司將優先受益，可以關注目前已經在人工智能領域已經有技術和規模優勢的公司。”

 

對此，羅文波則建議投資者，選擇人工智能領域的標的，要分長短期來考量。“短期可關注在人工智能商業化應用有所突破的企業，長期可關注具備技術研究實力的公司。”

 

在他看來，具備競爭力的上市公司主要有兩類，一是與機器人硬件制造相關的公司，它們一般擁有較好的智能制造業基礎，在未來產業升級過程中，擁有強大的競爭優勢;二是在人工智能商業化應用有所突破的公司。

 

對此投資邏輯，趙巧敏也表示認同，“短期看好應用開發領域，特別是基于當下較為成熟的感知智能技術如語音、視覺識別的服務、硬件產品等的應用開發將是短期的投資亮點”。

 

“目前下游應用領域也面臨著大量需求，如人口老齡化對服務機器人的需求、定制化生產對3D打印的需求、物流配速對無人機的需求等。”趙巧敏分析稱，穿戴設備、3D打印、無人駕駛、服務機器是最值得看好的應用場景。

 

而從長期來看，在以現有技術為基礎的應用領域基本飽和之后，只有技術研究才能推動新一輪的應用創新，趙巧敏稱。技術研究是長期的投資關注點，“應該關注核心技術模塊提供商和數據傳輸、運算、存儲過程所涉及的基礎設施運營商”。

 

篇3

1、人工智能的概念

人工智能（Artificial Intelligence，簡稱AI）是計算機科學的一個分支，它探究智能的實質，并以制造一種能以人類智能相類似的方式做出反應的智能機器為目的。人工智能的產生和發展首先是一場思維科學的革命，它的產生和發展一定程度上依賴于思維科學的革命，同時它也對人類的思維方式和方法產生了深刻的變革。人工智能是與哲學關系最為緊密的科學話題，它集合了來自認知心理學、語言學、神經科學、邏輯學、數學、計算機科學、機器人學、經濟學、社會學等等學科的研究成果。過去的半個多世紀以來人工智能在人類認識自身及改造世界的道路上扮演了重要角色。一直以來，對人工智能研究存在兩種態度：強人工智能和弱人工智能，前者認為AI可以達到具備思維理解的程度，可以具有真正的智能；后者認為研究AI只是通過它來探索人類認知，其智能只是模仿的不完全的智能。

2、人工智能的發展

對于人工智能的研究一共可以分為五個階段。

第一個階段是人工智能的興起與冷落，這個時間是在20世紀的50年代。這個階段是人工智能的起始階段，人工智能的概念首次被提出，并相繼涌現出一批科技成果，例如機器定理證明、跳棋程序、LISP語言等。由于人工智能處于起始階段，很多地方都存在著缺陷，在加上對自然語言的翻譯失敗等諸多原因，人工智能的發展一度陷入低谷。同時在這一個階段的人工智能研究有一個十分明顯的特點：對問題求解的方法過度重視，而忽視了知識重要性。

第二個階段從20世紀的60年代末到70年代。專家系統的出現將人工智能的研究再一次推向。其中比較著名的專家系統有DENDAL化學質譜分析系統、MTCIN疾病診斷和治療系統、Hearsay-11語言理解系統等。這些專家系統的出現標志著人工智能已經進入了實際運用的階段。

第三個階段是20世紀80年代。這個階段伴隨著第五代計算機的研制，人工智能的研究也取得了極大的進展。日本為了能夠使推理的速度達到數值運算的速度那么快，于1982年開始了“第五代計算機研制計劃”。這個計劃雖然最終結果是以失敗結束，但是它卻帶來了人工智能研究的又一輪熱潮。

第四個階段是20世紀的80年代末。1987年是神經網絡這一新興科學誕生的年份。1987年，美國召開了第一次神經網絡國際會議，并向世人宣告了這一新興科學的誕生。此后，世界各國在神經網絡上的投資也開始逐漸的增加。

第五個階段是20世紀90年代后。網絡技術的出現和發展，為人工智能的研究提供了新的方向。人工智能的研究已經從曾經的單個智能主體研究開始轉向基于網絡環境下的分布式人工智能研究。在這個階段人工智能不僅僅對基于同一目標的分布式問題求解進行研究，同時還對多個智能主體的多目標問題求解進行研究，讓人工智能有更多的實際用途。

3、人工智能可否超過人的智能

那么人工智能可否超過人的智能呢？關于這個問題可以從下面幾個方面來分析：

首先，從哲學量變會引起質變的角度來說，人工智能的不斷發展必定會產生質的飛躍。大家都知道，人工智能從最初的簡單模擬功能，到現在能進行推理分析 （比如計算機戰勝了國際象棋世界冠軍），這本身就是巨大的量變。在一部科幻電影中，父親把兒子生前的記憶輸人芯片，裝在機器人中，這個機器人就與他的兒子死去時具有相同的思維和記憶，雖然他不會長大。從技術的角度來說，科幻電影中的東西在不久的將來也可以成為現實。到那個時候，真的就很難辨別是人還是機器了。

第二，有的人會說，人工智能不會超過人的智能，因為人工智能是人制造出來的，所以不可能超過人的智能。對于這個觀點，我們這樣想一想，起重機也是人造出來的，它的力量不是超過人類很多嗎？汽車也是人制造出來的，它的速度不也遠超過人類的速度嗎？從科學技術的角度來說，智能和力氣、速度一樣，也是人的某個方面的特性，為什么人工智能就不能超過人類的智能呢？

第三，還有的人認為，人工智能是人制造的，必有其致命的弱點，所以人的智能勝于人工智能。我認為這一點也不成立，因為人與機器人比較，也可以說有致命弱點，比如說人如果沒有空氣的話，就不能生存，就好比是機器人沒有電一樣。再比如，人體在超過一定的溫度或壓力的環境下，不能生存，在這一點上，機器人卻可以遠勝于人類。因此，在弱點比較方面，我認為人工智能的機器人并不比人差，在某些方面還遠勝于人類。

第四，隨著科學技術的發展，人工智能不單需要邏輯思維與模仿。科學家對人類大腦和精神系統研究得越多，他們越加肯定情感是智能的一部分，而不是與智能相分離的，因此人工智能領域的下一個突破可能不僅在于賦予它情感能力。

4、結束語

人工智能一直處于計算機技術的前沿，其研究的理論和發現在很大程度上將決定計算機技術、控制科學與技術的發展方向。今天，已經有很多人工智能研究的成果進入人們的日常生活。將來，人工智能技術的發展將會給人們的生活、工作和教育等帶來更大的影響。

參考文獻：

篇4

人工智能技術在各行各業中的應用越來越普遍，極大地推動了生產效率的提高。作為一門邊緣學科，人工智能技術屬于自然學科和社會學科的交叉，涉及到的學科里面包括不定性論、控制論、計算機科學、心理學、數學、認知科學等等。在供水設備機械電氣自動化控制中應用人工智能技術，能夠有效地節約人力資源成本，提高供水設備的運行效率，減少供水設備的運行故障，推動供水企業的健康穩定發展。

1 人工智能技術

人工智能技術主要是對新設備、新技術和新理論進行拓展、研究和開發而形成的一種新興技術。計算機發展的過程中，人工智能是一個重要的發展方向和組成部分，在該領域產生了各種應用設備，例如圖像識別系統、語言識別系統、機器人等等。總體而言，人工智能技術是多個領域和技術的結合，可以使機械設備完成與人類智能相似的功能，從而達到提高生產效率的目的，減少人力資源方面的投入[1]。

2 在供水設備機械電氣自動化控制中應用人工智能控制器

不同類別的人工智能控制器需要不同的研究手段，例如遺傳算法、模糊神經或者神經算法等等，本文將人工智能控制器作為非線性函數近似器進行研究，從而對人工智能進行開發和研究。與普通的函數估計其相比，人工智能非線性函數計時器具有非常明顯的優勢，其在供水設備機械電氣自動化控制中的應用也能夠取得良好的效果。首先，如果使用普通的函數估計器，研究的過程中會遇到一些不確定性因素，對供水設備的穩定性造成影響。而使用非線性函數近似解，則無需將研究對象的模型建立起來，能夠對個別對象進行便利的研究，從而推動了電氣自動化控制系統在供水設備中的應用。其次，為了達到一定的目的，研究者可以對供水機械設備的性能進行調整，從而有效地提高供水設備的適應性。第三，與控制器或者普通函數估計其相比，人工智能非線性函數近似器在調節數據方面更加便利，能夠對供水設備的數據進行便利的調節。第四，在設計供水設備機械電氣自動化控制系統的過程中，設計者只需獲取供水設備中的數據，就能夠應用人工智能技術對其進行設計。在設計供水設備機械電氣自動化控制系統時，只需根據其所響應的數據和語言，就可以完成全部的設計，極大地簡化了設計過程[2]。

在反模糊化和模糊化的過程中，使用隸屬函數、規則庫、自適應性模糊神經控制器能夠進行自動實時確定。

3 人工智能技術在供水設備機械電氣自動化控制中的具體應用

本文以恒壓供水中的AI 人工智能調節器為例，對人工智能技術在供水設備機械電氣自動化控制中的具體應用進行了簡要的介紹。

3.1 工作原理 該系統包括壓力變送器、閥門、水泵、控制接觸器組、AB-PLC-1756系統、AB軟啟動設備、AI- 808 人工智能調節器幾個組成部分。由于水泵具有較大的功率，380V的低壓電機5臺供水，分別為2臺355KW，2臺220KW，1臺160KW。

出水總管的壓力可以由壓力傳感器進行檢測，由變送器向AI- 808 儀表進行傳送，通過比較設定值，將誤差的變化率和壓力誤差得出來。使用AB軟啟動設備進行降壓啟動，使用AB-PLC-1756系統進行機組開、停控制，及檢測各儀表，利用上位機組態軟件RSVIEW32對全廠生產設備進行監控，通過各監測設備在上位機人員控制調節供水壓力。AB軟啟動設備具有軟啟動功能，起動加速時間不超過30秒，并具有自行調節功能。在進行起動斜坡加速時，電機壓力會不斷上升，當電動機的壓力已經到達額定的轉速狀態時，軟啟動器的控制器就會對其進行監測，并自動將輸出電壓切換為全電壓。如果在30秒之內電動機就已經到達了額定轉速，則可以進一步縮短啟動加速的時間。

3.2 控制算法 供水系統的對象還有時變成非線性環節，一些參數會出現未知式的緩慢變化，如果要達到理想的控制效果，單獨使用PID 控制是不行的。因此使用改進PID和AI人工智能調節器進行模糊控制，形成雙模控制算法[3]。

3.3 AI-808人工智能工業調節器 AI- 808人工智能工業調節器具有參數自整定功能、模糊邏輯 PID調節的先進控制算法，能夠通過模糊算法來避免PID的飽和積分。如果誤差減小，則可以對PID算法進行改進，對被控對象的特征進行自動學習和記憶，從而優化控制效果。這樣一來，即使對復雜的對象也能夠進行良好的控制，具有參數確定簡單、精度高、無超調的優點。

3.4 可編程控制器 可編程控制器的輸出是繼電器類型，主要使用Micrologix系列。水泵的邏輯功能主要由PLC來完成，無需設置模擬量的輸入輸出模塊，有力地節省了造價投資。使用AI- 808人工智能儀表來進行系統的壓力閉環控制。

3.5 控制臺 手動和自動兩種操作模式在控制臺的設計中都有所兼顧，通過手動操作來單獨開啟或停止每一臺水泵和閥門，并通過多圈電位器來對變頻器的頻率進行手動調節。如果處于自動模式之下，則可以通過開關來將需要投入運行的水泵選擇出來。如果某臺水泵需要維修，則可以令其自動退出運行行列，不會對系統正常運行造成影響。

4 結語

本文對人工智能技術在工程設備機械電氣自動化控制中的具體應用進行了簡要的分析，人工智能技術得到了迅速的發展，在各行各業中都得到了廣泛的應用。應用人工智能技術的恒壓供水系統，在民用供水系統和工業供水系統中都已經得到了應用，并取得了良好的應用效果，已經成為了供水設備機械電氣化自動控制發展中的一個重要發展方向。

參考文獻：

篇5

得AI者得未來

2015年底，許多機構在展望2016年度科技領域時幾乎會不約而同地將人工智能列為重點方向之一。現在來看，人工智能的火爆程度讓最樂觀的預測者都大跌眼鏡，這得歸結于AlphaGo的推波助瀾。

正如文章開始所說，人工智能的使命便是完成海量物聯網數據的商業價值轉化。根據相關預測，2021年，全球將會擁有18億臺PC，86億臺移動設備，157億臺物聯網設備。而到2035年，物聯網設備的數量將會超過1萬億臺，相應的數據數量將會增長2400倍，從1 EB增長到2.3ZB。如何有效管理、控制和利用如此浩瀚的數據，人工智能是解決之道。

所以說，得物聯網者得未來，而得人工智能者將執物聯網之牛耳。只有人工智能才能為“萬物互聯”之后的應用問題提供最佳的解決方案。

2016英特爾中國行業峰會上，英特爾與科大訊飛公司簽署合作備忘錄，雙方將在人工智能領域展開為期三年的基于英特爾至強處理器+英特爾至強融核處理器，以及英特爾至強處理器+FPGA為基礎的機器學習/深度學習研究項目。科大訊飛聯合創始人，訊飛研究院副院長王智國博士非常到位地點評了這一合作：“一直以來，我們雙方都致力于人工智能技術的創新和行業的推動，一方擅長底層計算架構，一方擅長算法及應用。我們期待雙方在人工智能技術上的深度合作能夠推動硬件和軟件的協同設計及優化，共同發現人工智能計算平臺創新的解決方案，推動人工智能產業的發展，并通過這些創新的技術支持更多行業用戶進行業務轉型。”

作為全球最大的半導體芯片制造商，英特爾的公司定位正在悄然發生變化。如今，英特爾將自己定位為“一家致力于驅動云計算和智能互聯計算的公司”。可見人工智能已經成為英特爾公司的未來戰略方向之一。

人工智能對計算力資源的需求到底有多大，現在誰也無法預判，這就像是個“計算黑洞”。但有一點可以肯定，人工智能是高性能計算在現在和未來的進一步延展和進化，而這恰好是英特爾的優勢所在。

對英特爾而言，進入人工智能領域是水到渠成的事情，也是技術上的自然演進。從另一個角度看，物聯網和人工智能是歷史擺在英特爾公司面前一次前所未有機遇，其空間和舞臺遠大于PC時代和互聯網時代。送上門的蛋糕（要知道，當今世界90%以上的數據都是由英特爾處理器來承載的），豈能讓它從嘴邊溜走。

從資本到技術，從硬件到軟件

基于新的公司定位，英特爾開始從資本層面進行帝國的戰略布局。作為硅谷最大的企業風司，英特爾投資總裁Wendell Brooks 說“會把未來的投資聚焦于那些能夠更好拓展公司業務發展的領域”，人工智能毫無疑問是重中之重。

9月宣布將收購計算機視覺創業公司Movidius，后者致力于研發低功耗的計算機視覺芯片；8月將Nervana收入囊中，后者主攻半導體、軟件和AI深度學習技術；5月宣布將收購專注于計算機視覺技術開發的俄羅斯公司Itseez；4月收購意大利半導體功能性安全方案廠商Yogitech；2015年12月完成了對可編程邏輯器件廠商Altera的收購；2015年10月收購了人工智能公司Saffron Technology……

針對某一業務領域展開如此高密度地集中收購，無論是在英特爾公司歷史還是整個IT行業都是十分罕見的。可見，英特爾布局人工智能的決心之大。

由于技術因素，專用領域的智能化是人工智能未來5到10年的主要應用方向，比如自動駕駛。在更遠的將來，隨著技術的進一步突破，通用領域的智能化有望實現。但無論是專用還是通用領域，人工智能都將圍繞“基礎資源-技術平臺-業務應用”這三層基本架構形成生態圈。

篇6

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展的重大變革，也是21世紀電力系統的重大科技創新和發展趨勢。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，能夠監視和控制每個用戶和電網節點，保證從電廠到終端用戶整個輸配電過程中所有節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，充分開發利用大型集中發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）有限公司作為專業的配電網公司，聯合清華大學提出了建設“多指標自趨優”智能配電網的目標。

智能電網涉及能源、環境、社會、經濟和管理等多個學科，由于其具備系統工程和創新技術的特點，目前智能電網的研究趨向發散，對智能電網的認識多從企業自身出發，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、大規模集成電路計算機，現在正在研發信息獲取、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，以噴氣式發動機為動力的戰斗機出現后，按時代和技術水平，戰斗機歷經三代，目前正在研制第四代戰斗機。

由于智能電網尚未大規模應用，與計算機、作戰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具有節約人力以及時間成本的優勢，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 智能電網持續發展理論

2011年7月，美國GridNet公司執行副總裁兼首席戰略官Andres　Carvallo和能源與IT行業學者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發展理論[4]。書中認為第一代智能電網（Smart　Grid　1.0）實現了發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電、輸電、配電、供電等關鍵設備的運行狀況進行實時監控；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，以及建立業務模型；第2階段，企業在至少一個智能電網的重要業務領域進行投資和實施；第3階段，企業對智能電網的組成部分進行重新配置，實現業務領域整合或產業鏈升級；第4階段，實現企業范圍的跨業務綜合觀測及綜合控制，力爭形成新的經濟或商業模式；第5階段，企業有能力在新的業務、運行、環境等機會出現時，充分利用并發展壯大。

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，沒有加入交易環節，同時忽視了人工智能在電網中的應用。智能電網持續發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，探求智能電網的本質——智能。

2.1 人類智能的發展階段

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律做出經典總結，提出了人類智能發展理論[7]，將個體從出生到青年時期的智能發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展順序，但是結合Jean　Piaget的認知發展理論，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

人類智能的演進規律遵循著Jean　Piaget的人類智能發展理論，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”，到后期逐漸演變為讓機器擁有自己的思維。對比人類智能發展的歷程，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，在無人操控的狀態下執行動作。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境的認識，通過機器感情與外部環境產生更為復雜的交互，這些能力使得人工智能發生了從模擬、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，以實現發電、儲能、輸電、配電、用電等環節的智能化為目的。其中，人工智能技術在推動智能電網發展中起著重要作用。

（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化主導的階段，在信息化與工業化融合時，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） 未來智能電網的發展中，人工智能是推動智能電網躍進發展的革命性力量。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） 連續性原則：下一代智能電網發展的關鍵要素必須蘊含在上一代智能電網的發展過程中。

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、智能環網柜、智能在線監測系統、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。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，使得電網自身狀態趨向最優。目前，已經提出來的自趨優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

技術創新與人類解放之間的歷史發展進程表明，人的勞動方式在逐漸變化，技術創新使人在生產勞動中逐漸從事必躬親的執行者演變成監督者、命令者，這種角色的演變，反映出技術創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最重要的技術創新形式，同樣發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新為電力產業提升運行管理水平，開發新產品和服務，以及延伸整個產業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，電力產業尤其是電網企業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造新的需求，在供需雙方良性互動的作用下，電力產業將不斷優化升級，產業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，智能電網尚未大規模應用，分代更注重“向前看”，正是人類智能與人工智能的發展規律，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.

篇7

國際市場動態

IDC：今年VR設備出貨量將超900萬臺；新加坡今年將讓無人駕駛汽車上路行駛；洛杉磯富人區將建自動駕駛車隊，提供公交服務。

國內市場動態

國務院：深入實施互聯網+流通，促實體商業轉型；百度在硅谷建無人車研究團隊，年底超100人；百度地圖宣布國際化，稱目前國內市場份額第一。

A股上市公司重要動態信息

天璣科技：擬推731.5萬股限制性股票激勵計劃；天源迪科：擬推1263萬股限制性股票激勵計劃；長亮科技：擬3，700萬購買深圳市國融信科技有限公司74%股權；神州泰岳：擬6，240萬收購藍鷗科技16%股權；綠盟科技：與阿里云計算有限公司簽訂《合作協議》；天璣科技：擬定增募資不超過8億元投入智慧數據中心及智慧通訊云等項目；旋極信息：擬以自有資金3，000萬增資航星中云；石基信息：與青島海信智能商用系統有限公司簽署《增資暨戰略合作框架協議》；捷順科技：與聯合電子簽署戰略合作框架協議。

投資策略

上周，大盤震蕩下行，上證指數跌破3000點大關，中小板及創業板同樣出現明顯回調，回調幅度較大。受市場整體低迷影響，計算機行業明顯下挫并跑輸大盤。具體來看，各概念板塊均出現不同程度的下跌，其中人工智能、生物識別等板塊跌幅相對較少，其他板塊跌幅相對較深。

篇8

上游爆發

當遠程傳感器連接到無線網絡中，哪怕是從最奇怪的地方，數據都可以被收集和集中分析。根據麥肯錫公司的數據，采用人工智能可以在石油與天然氣供應鏈中節約500億美元，并且能帶來持續的利潤增長。舉個例子來說，使用人工智能算法可以在地震數據中更準確地篩選信號和噪聲，并減少10%的干井開挖。現在這項技術也被帶入了500強公司，早些時候英特爾收購了美國圣地亞哥的一家創業公司Nervana，他們利用這些技術提高石油勘探的操作效率。有了英特爾的助力，石油巨頭們可以期待這項技術通過董事會大規模地實施了。

實時大數據

石油與天然氣行業已經開始利用數據去分析井下環境，隨著數據分析成本下降，現在這些技術正在被運用到更小的井中。數據分析可以在危險發生之前提出預警信號。

鉆一個井時，機器學習軟件會考慮大量不同的因素，比如地震震動、熱梯度、地層滲透率，并連同壓力等傳統數據一起。已經成立四年的西雅圖初創公司Seeq 表示，這些數據能幫助鉆井在如方向與速度上做出實時決策，以此優化整個鉆井作業，同時還能夠預測諸如半潛式泵（ESPs）等設備的故障，來降低計劃外停機的次數和設備成本。

機器正在學習

在宏觀層面上，深度機器學習可以幫助提高對于宏觀經濟趨勢的意識，從而推動在勘探和生產（E&P）方面的投資決策。經濟條件甚至是天氣模式，還有生產強度等因素都會在投資決策中被納入考量范圍。Kpler這類公司一直采用地理追蹤船只技術，將當前能源船只的航行軌跡與歷史趨勢進行對比，來幫助運營商進行更好的決策。這些類型的數據可以幫助確定能源航運業的趨勢。

模糊決策

篇9

作者簡介

余來文，江西財經大學應用經濟學博士后、博士生導師、創業導師、野文投資董事長、文字傳媒董事長，《商業智慧評論》和《創業管理評論》出品人，并任江西財經大學、江西師范大學、江西理工大學、香港公開大學、澳門城市大學、亞洲城市大學等外聘MBA課程教授或創業導師。曾在海王集團、遠望谷股份、飛尚集團等公司工作，歷任副總經理、總經理等職務，為大潔王集團、南華西集團、銅川礦務局、陜西煤業集團等公司提供管理咨詢。先后在《管理科學》《北大商業評論》《銷售與管理》《中國經營報》《CHINA DAILY》以及人大報刊復印資料轉載等雜志報紙200余篇。出版《智能革命：人工智能、萬物互聯與數據應用》《分享經濟：網紅、社群與共享》《共享經濟：下一個風口》《互聯網：商業模式顛覆與重塑》《商業模式創新》《互聯網思維2.0：物聯網、云計算與大數據》《企業商業模式：互聯網思維的顛覆與重塑》等30多本圖書。林曉偉，江西財經大學管理學博士，現為閩南師范大學商學院副教授，福建省“新世紀”人才。先后在《系統管理學報》《經濟管理》《國際貿易》《當代財經》《中國社會科學報》《中央財經大學學報》《現代管理科學》等國內核心刊物20余篇，出版專著1部，參與編寫《智能時代：人工智能、超級計算與網絡安全》《電子商務：分享、跨界與電商的融合》《互聯網思維2.0：物聯網、云計算與大數據》《企業商業模式運營與管理》《物流學》《財務管理》和《會計學》等圖書。主持福建省級課題4項，先后參與國家自然科學基金項目等省部級以上課題9項，參與詔安縣農業和扶貧“十三五”規劃編制工作。主要研究方向為物流與供應鏈管理、產業互聯網、企業商業模式。

目

錄

1 第1章 智能時代

2 開章案例

6 1.1開啟智能時代

7 1.1.1 Mr Smart——我的智能生活

13 1.1.2智能時代之認知顛覆

18 1.1.3人工智能——工作“終結者”

19 1.1.4新產業的催生——“智”家幫的興起

25 1.2迎接嶄新的智能社會

25 1.2.1“數字化”——智能社會的“快引擎”

26 1.2.2“信息化”——智能社會的“大動脈”

27 1.2.3“網絡化”——智能社會的“高速路”

28 1.2.4“集成化”——智能社會的“點金石”

29 1.2.5“公共化”——智能社會的“新時代”

32 1.3智能生態——智能時代的終極奧義

32 1.3.1傳統工業邏輯的顛覆式創新

36 1.3.2人人創造，智能時代新分子

37 1.3.3用戶“雙力”：參與力創造力

38 1.3.4“智”之大器之智能整合

39 1.3.5未來人工智能生態圈

42 1.4智能時代的內核

42 1.4.1人工智能之先發“智”人

45 1.4.2超級計算之千手“算”音

46 1.4.3云端服務之無上“云”法

47 1.4.4網絡安全之“安全”衛士

51 章末案例

56 第2章 人工智能

57 開章案例

62 2.1人工智能：讓機器更聰明

62 2.1.1人機大戰：阿爾法狗與柯潔

64 2.1.2人工智能與智能機器人

67 2.1.3機械思維向左，智能思維向右

68 2.1.4人機融合：超人類智能時代

72 2.2人工智能新認知

75 2.2.1解密人工智能

76 2.2.2重要的是數據，而非程序

77 2.2.3淘汰的不僅是工作，更是技能

80 2.2.4超人工智能時代

82 2.3大數據與人工智能

82 2.3.1數據驅動智能革命

85 2.3.2數據挖掘：從大數據中找規律

86 2.3.3大數據的本質：數據化

89 2.3.4大數據——人工智能的永恒動力

90 2.4人機融合：連接未來

93 2.4.1人工智能之“星際迷航”

95 2.4.2機器學習與人工神經網絡

96 2.4.3超越未來：人工智能之深度學習

101 2.4.4 人工智能之前世今生

102 2.4.5 人機融合：未來ING

104 章末案例

109 第3章 超級計算

110 開章案例

114 3.1大話超級計算機

114 3.1.1 超級計算知多少

115 3.1.2 從數據到超級計算的飛躍

117 3.1.3 大千世界，“數”在掌握

119 3.1.4 數據流——“超算流體”

122 3.2時代新寵——超級計算機

123 3.2.1 超級計算，未來國之重器

124 3.2.2 超算之不得不懂

126 3.2.3 大國超算之超常發展

132 3.3超級管理

132 3.3.1 數據收集——“超管”之“核基礎”

132 3.3.2 數據存儲——“超管”之“核聚變”

133 3.3.3 數據處理——“超管”之“核爆炸”

136 3.3.4 超級計算安全

137 3.4表演時間：超算之應用舞臺

137 3.4.1 互聯網應用：“互聯”的二次方

140 3.4.2 電子政務應用：政務“超算”跨時代

141 3.4.3 精準醫療應用：超算醫療，快，準，狠

145 3.4.4 智能交通應用：數據出行，悠哉，享哉

146 3.4.5 金融投資應用：“超算”致富經

149 3.4.6 新零售應用：“超”未來，“算”零售

153 章末案例

159 第4章 云端服務

160 開章案例

164 4.1云服務——“云”上境界

164 4.1.1 走進“云”化時代

168 4.1.2 享受云生活

172 4.1.3 幕后英雄——云計算推動“團隊”

173 4.2直擊云計算

174 4.2.1 云計算為何物

178 4.2.2 云計算從哪里來

179 4.2.3 虛擬化，一切皆有可能

181 4.2.4 云計算未來規模

183 4.3雙重界：云計算與虛擬網絡

183 4.3.1 云計算與虛擬網絡關系

184 4.3.2 云服務之“虛化”技術

189 4.3.3 虛擬服務器——“虛化”技術承載終端

193 4.3.4 多云大融通——云存儲設備

195 4.3.5 有備無患——云資源備份

198 4.4“三云”家族：公有云私有云混合云

199 4.4.1 公有云——“云”家必爭之地

201 4.4.2 私有云——私享“云端”之上

203 4.4.3 混合云：公私合并——“云端”最強音

207 4.5云應用——“云端”的機智強大

207 4.5.1 云應用：極致“云”風暴

210 4.5.2 云應用、云服務與云計算

211 4.5.3 AI云運用=“云端”最強音

212 章末案例

218 第5章 網絡安全

219 開章案例

223 5.1直擊網絡安全

223 5.1.1 計算機安全——21世紀的重點“安全區”

224 5.1.2 網絡安全：居安思危，嚴陣以待

227 5.1.3 安全攻擊之“四面”埋伏

228 5.2不得不知的網絡安全

229 5.2.1 網絡安全之認知“大充電”

232 5.2.2 網絡安全風險之危機四伏

236 5.2.3 網絡安全的“威脅危邪”

241 5.2.4 安全管理“六板斧”

242 5.3網絡“歪腦筋”：犯罪與黑客

243 5.3.1 網絡犯罪——犯罪“新境界”

246 5.3.2 黑客攻擊：高智商罪犯的攻擊

247 5.3.3 黑客攻擊“六”手段：智、快、狠

250 5.4無處不在的安全管家——網絡安全管理

250 5.4.1 網絡安全“密匙”：加密安全

254 5.4.2 保密系統：守口如瓶，從一而終

256 5.4.3 智能防火墻——安全防護之智能乾坤

260 5.4.4 網絡安全未來式：量子通信

264 章末案例

篇10

中圖分類號：F230 文獻識別碼：A 文章編號：1001-828X（2017）001-000-01

一、人工智能在會計領域應用及前景

人工智能即“關于研發人工構造出的可以模擬人的意識和思維方式的計算機系統的理論和應用，這些系統可以取代部分目前人類正在做的工作”。對于人工智能的定義，莫衷一是，但人工智能如今在日常生活中的應用卻很常見，例如蘋果的Siri。人工智能是對人的智力的模仿再生，導致人的思維永遠會先于計算機一步。

在如今的高速信息化時代下，縱觀整個會計領域，不難發現，由于各種會計處理軟件和人工智能的應用，過去從事手工填制憑證、記賬、對賬、結賬這些繁瑣的工作的人正在悄無聲息地被替代。相比較而言，人工智能比這些人完成的工作更加出色、效率更高，處理昔日會計工作的人，不得不成為智能化的淘汰品。會計的基本職能正潛移默化地在發生改變。

具體而言，人工智能引入會計行業可以避免由于人的失誤而造成的會計信息錯誤的問題，為管理決策、業務投資分析提供可靠的數據支持。同時，人工智能可以使業務效率明顯提高，對于技術含量低、簡單重復的工作，人工智能可以在高強度工作下仍然高效運行。如此以來，企業運用人工智能解決日常大量發生的標準化工作，精簡核算類型員工，既提高了效率又節約了成本。在信息爆炸的時代，人工智能憑借其強大的計算能力、海量的信息儲存以及高強度運轉的工作能力，在信息采集等方面也發揮越來越重要的作用。

不置可否地是人工智能不僅代表了先進科技的高速發展，同時也帶來更豐厚的經濟利益。人工智能的應用范圍也會隨著社會發展從大型企業逐步擴展到中小型企業，其功能也會日臻完善，從財務核算逐步擴展到為財務決策提供信息等領域，智能會計的發展前景明朗廣闊。

二、會計是否將被人工智能完全替代

2014年《經濟學人》的調查數據顯示，未來20年最有可能收到人工智能沖擊的行業中會計位于前三甲。在國內，國務院常務會議通過了《裝備制造業標準化和質量提升規劃》，工信部等部門也了《機器人產業規劃2016-2020》，意圖指導機器人產業蓬勃發展。人工智能的發展如此受器重，會計人員面對的挑戰空前嚴峻。

因此，人工智能真將會計完全替代，會計行業中的人都將面臨重新選擇新的工作領域的窘境？答案是否定的。

如今會計行業正朝著一個更加多元化、全球化的復合型方向發展，由于如今的經濟信息時代地迅猛發展，越來越多的企業步入了國際化的軌道。對于這些企業進行合并重組、融資上市、跨國合作……都需要會計的輔助指導。

人工智能缺乏人類所特有的主觀能動的創造想象力。人工智能由于其根據特定的情形，提前設計好運行程序，在一旦遇見新的情形，就無法進行處理。人工智能是沒有意識的機械的物理操作過程，相反人類的智力在于心理活動過程。人的大腦在憑借直覺判斷、運用邏輯推理等方面完全碾壓人工智能。所以，涉及主觀判斷，無法利用規則來約束衡量的問題，必須具備會計知識的人來處理。

三、會計行業重新定位于轉型迫在眉睫

在人工智能被引入到會計工作中，普通核算類型工作的崗位勢必減少，但財務人員不會完全被人工智能取代。分析目前國內的會計人員的結構布局，清晰感受到呈現兩極分化的態勢。會計行業的普通核算類型的人員已達到飽和，但高水平的財務管理人才仍是鳳毛麟角。高級應用型與復合型人才在社會上青黃不接。對于企業而言，需要的也是能夠為企業宏偉藍圖出謀劃策的高級會計人員。審時度勢地轉變自身職能，努力提高自身能力素質，能人之所不能即做人工智能無法企及的事情是會計人員的首要選擇。

（一）轉變傳統的思維模式與觀念

在許多外人甚是會計工作人員看來，會計是一個埋頭算賬、記賬、整理數據的“管家”，每天就是管理著物料、錢的收支，這種觀點明顯早已過時。會計如果一直沿襲成規，因循自己習以為常的做法，思維定式，不接納新型思維方式，一味膠柱鼓瑟，只能成為“優勝劣汰”競爭中的淘汰者。

（二）專業知識學習無止境，順應科技發展潮流，提高競爭力

在新的環境下，戰略管理型人才是我們每個會計人員努力的方向。如果知識內容片面而且結構老化，就只能重復進行簡單、機械的基礎工作，毫無疑問會被人工智能取而代之。一個財務人員不能簡簡單單的看見賬簿上面記載的數據，而要利用這些數據看到公司背后的實際情況，為公司發展壯大統籌規劃。即需要的是一個對會計知識、行業法律法規、管理決策和現代科技綜合掌握的高精尖人物，擁有評估判斷、預測決策與人機協調多方面才能的復合型人才。

（三）向人工智能會計領域的開發進軍

會計處理問題的思維和方式會因不同問題而改變，考慮的范圍也會隨時間的變遷而不斷擴大，這些都會使人工智能在會計領域的開發異常復雜。如果儲備大量會計知識與經驗的人員，從事于智能會計的開發與維護，重新發掘自身的價值，既是會計人員的新出路又會對會計的發展做出一番新的推動。

四、結語

人共智能引入會計行業并不昭示著會計職業的滅亡，隨著科技不斷地發展，人工智能對于簡單機械的工作的完全替代是理所當然的，會計遭遇如此挑戰也是社會進步的必然結果。面對這一重大的技術革新，無論是會計工作者還是會計專業學生，都應以積極的態度主動從容面對，重新進行職業定位，從過去腐朽錯誤的觀念中解放出來。面對新興技術的發展，不能因為恐懼而閉門造車、對其進行排斥，而是保持警醒的態度來發展與提升自己，堅信挑戰與機遇并存。

參考文獻：