发布时间：2023-06-04 09:45:09
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的人工智能的发展状况样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
【关键词】人工智能 计算机技术
一、人工智能的定义
“人工智能”(Artificial Intelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、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技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。
人工智能理论进入21世纪,正酝酿着新的突破,人工智能的研究成果将能够创造出更多更高级的智能“制品”,并使之在越来越多的领域超越人类智能,人工智能将为发展国民经济和改善人类生活做出更大贡献。
二、人工智能的应用领域
1.在管理系统中的应用
(1)人工智能应用于企业管理的意义主要不在于提高效率,而是用计算机实现人们非常需要做,但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中,以数据管理和处理为中心,围绕企业的核心业务和主导流程建立若干个主题数据库,而所有的应用系统应该围绕主题数据库来建立和运行。换句话说,就是将企业各部门的数据进行统一集成管理,搭建人工智能的应用平台,使之成为企业管理与决策中的关键因子。
(2)智能教学系统(ITS)是人工智能与教育结合的主要形式,也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善,推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统,计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块,体现了教学系统开发的全部内容,拥有着不可比拟的优势和极大的吸引力。
2.在工程领域的应用
(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用,具有极大的科研和应用价值,它可以帮助医生解决复杂的医学问题,作为医生诊断、治疗的辅助工具。事实上,早在1982年,美国匹兹堡大学的Miller就发表了著名的作为内科医生咨询的Internist 2Ⅰ内科计算机辅助诊断系统的研究成果,由此,掀起了医学智能系统开发与应用的。目前,医学智能系统已通过其在医学影像方面的重要作用,从而应用于内科、骨科等多个医学领域中,并在不断发展完善中。
(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”,该系统用于勘探评价、区域资源估值和钻井井位选择等,是工业领域的首个人工智能专家系统,其发现了一个钼矿沉积,价值超过1亿美元。
3.在技术研究中的应用
(1)在超声无损检测(NDT)与无损评价(NDE)领域中,目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器,以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动,减少了任务因素造成的无擦,提高了检测的可靠性,实现了超声检测和评价的自动化、智能化。
(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展,网络技术的安全是我们关心的重点,因此我们必须在传统技术的基础上进行网络安全技术的改进和变更,大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更高级AI通用和专用语言,和应用环境以及开发专用机器,而与人工智能技术则为我们提供了可能性。
三、人工智能的发展方向
1.专家系统是目前人工智能中最活跃、最有成效的一个研究领域,它是一种具有特定领域内大量知识与经验的程序系统。近年来,在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。人类专家由于具有丰富的知识,所以才能达到优异的解决问题的能力。那么计算机程序如果能体现和应用这些知识,也应该能解决人类专家所解决的问题,而且能帮助人类专家发现推理过程中出现的差错,现在这一点已被证实。
2.智能信息检索技术的飞速发展。人工智能在网络信息检索中的应用,主要表现在:(1)如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。(2)由于网络知识信息既包括规律性的知识,如一般原理概念,也包括大量的经验知识这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素对其进行推理,需要利用人工智能的研究成果。
3.SOAr是一种通用智能体系结构,其始终处在人工智能研究的前沿,已显示出强大的问题求解能力,它认为机器人的开发是人工智能应用的重要领域。在它的研究中突出4个概念:(1)所处的境遇机器人不涉及抽象的描述,而是处在直接影响系统的行为的境地。(2)具体化机器人有躯干,有直接来自周围世界的经验,他们的感官起作用后会有反馈。(3)智能的来源不仅仅是限于计算装置,也是由于与周围进行交互的动态决定。(4)浮现从系统与周围世界的交互以及有时候系统的部件间的交互浮现出智能。目前,国内外不少学者都对机器人足球系统颇感兴趣,足球机器人涉及机器人学、人工智能以及人工生命、智能控制等多个领域。足球机器人系统本身既是一个典型的多智能体系统,是一个多机器人协作自治系统,同时又为它们的理论研究和模型测试提供一个标准的实验平台。
参考文献:
[1]元慧.议当代人工智能的应用领域和发展状况[J].福建电脑,2008.
[2]刘玉然.谈谈人工智能在企业管理中的应用[J].价值工程,2003.
[3]焦加麟,徐良贤,戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真,2003,(8).
[4]周明正.人工智能在医学专家系统中的应用[J].科技信息, 2007.
[5]张海燕,刘镇清.人工智能及其在超声无损检测中的应用[J].无损检测,2001,(8).
[6]马秀荣,王化宇.简述人工智能技术在网络安全管理中的应用[J].呼伦贝尔学院学报,2005,(4).
关键词：人工智能 智能控制器 应用领域
一、人工智能应用理论分析
人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、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技术科学。人工智能是门边沿学科，属于自然科学和社会科学的交叉。涉及哲学和认知科学、数学、心理学、计算机科学、控制论、不定性论，其研究范畴为自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法等，应用于智能控制，机器人学，语言和图像理解，遗传编程。当今社会，计算机技术已经渗透到生产和生活的方方面面，计算机编程技术的日新月异催生自动化生产、运输、传播的快速发展。人脑是最精密的机器，编程也不过是简单的模仿人脑的收集、分析、交换、处理、回馈，所以模仿模拟人脑的机能将是实现自动化的主要途径。电气自动化控制是增强生产、流通、交换、分配等关键一环，实现自动化，就等于减少了人力资本投入，并提高了运作的效率。
二、人工智能控制器的优势
不同的人工智能控制通常用完全不同的方法去讨论。但AI控制器例如:神经、模糊、模糊神经以及遗传算法都可看成一类非线性函数近似器。这样的分类就能得到较好的总体理解，也有利于控制策略的统一开发。这些AI函数近似器比常规的函数估计器具有更多的优势，这些优势如下。(1)它们的设计不需要控制对象的模型。(2)通过适当调整(根据响应时间、下降时间、鲁棒性能等)它们能提高性能。例如:模糊逻辑控制器的上升时间比最优PID控制器快1.5倍，下降时间快3.5倍。(3)它们比古典控制器的调节容易。(4)在没有必须专家知识时，通过响应数据也能设计它们。(5)运用语言和响应信息可能设计它们。(6)它们有相当好的一致性(当使用一些新的未知输入数据就能得到好的估计)，与驱动器的特性无关。现在没有使用人工智能的控制算法对特定对象控制效果十分好，但对其他控制对象效果就不会一致性地好，因此对具体对象必须具体设计。
三、人工智能的应用领域
1.优化设计电气设备的设计是一项复杂的工作，它不仅要应用电路、电磁场、电机电器等学科的知识，还要大量运用设计中的经验性知识传统的产品设计是采用简单的实验手段和根据经验用手工的方式进行的。因此，很难获得最优方案。随着计算机技术的发展，电气产品的设计从手工逐渐转向计算机辅助设计(CAD)，大大缩短了产品开发周期。人工智能的引进，使传统的CAD技术如虎添翼，产品设计的效率及质量得到全面提高。用于优化设计的人工智能技术主要有遗传算法和专家系统。遗传算法是一种比较先进的优化算法，非常适合于产品优化设计，因此电气产品人工智能优化设计大部分采用此种方法或其改进方法。
2. 智能控制的功能实现
（1）数据采集与处理：对所有开关量、模拟量的实时采集，并能按要求处理或存贮。（2）画面显示：模拟画面真实显示一次设备和系统的运行状态，可实时显示电流、电压等所有模拟量、计算量、隔离开关、断路器等实际开关状态及挂牌检修功能，能生成历史趋势图。（3）运行监视：具有对各主要设备的模拟量数值、开关量状态的实时智能监视，有事故报警越限和状态变化事件报警，事件顺序记录、声光、语音、电话图象报警。（4）操作控制：通过键盘或鼠标实现对断路器及电动隔离开关的控制，励磁电流的调整。按顺控程序进行同期并网带负荷或停机操作。系统对运行人员的操作权限加以限制，以适应各级运行值班管理。（5）故障录波：模拟量故障录波，波形捕捉，开关量变位，顺序记录等（包括主要辅机)。（6）在线分析不对称运行分析、负序量计算等。（7）在线参数设定及修改保护定值包括软压板的投退。（8）运行管理：操作票专家系统，运行日志，报表的生成及存储或打印，运行曲线等。人工智能控制技术在自动控制领域的研究与应用已广泛展开，但在电气设备控制领域所见报道不多。可用于控制的人工智能方法主要有3种:模糊控制、神经网络控制、专家系统控制。
3. 恒压供水案例简析
恒压供水在工业和民用供水系统中已普遍使用，由于系统的负荷变化的不确定性，采用传统的PID算法实现压力控制的动态特性指标很难收到理想的效果。在恒压供水自动化控制系统的设计初期曾采用多种进口的调节器，系统的动态特性指标总是不稳定，通过实际应用中的对比发现，应用模糊控制理论形成的控制方案在恒压系统中有较好的效果。在实施过程中选用了AI-808人工智能调节器作为主控制器，结合FXIN PLC逻辑控制功能很好地实现了水厂的全自动化恒压供水。对于单独采用PLC实现压力和逻辑控制方案，由于PLC的运算能力不足编写一个完善的模糊控制算法比较困难，而且参数的调整也比较麻烦，所以所提出的方案具有较高的性价比。
总之，电气自动化控制领域的革新需要人工智能的大力支持，而人工智能在自动化控制方面的优势在这个领域也确实能够得到极大的发挥。电气自动化的人工智能应用促进了自动化控制的发展进步，促进了智能理论在控制技术中的应用，促进了社会的进步与人们生活水平的提高。
参考文献：
摘要：人工智能的迅速崛起，为老年健康管理提供了全新的途径，在优化老年健康管理全过程中发挥着重要价值。与此同时，因其服务于老年人这一特殊群体，对道德伦理的冲击表现得更加突出。当前，伴随着我国政府对人工智能的高度重视、企业与医疗机构的积极探索，人工智能在老年健康管理领域已积累了部分经验，取得了初步进展。然而目前人工智能在老年健康管理中的应用仍处于起步阶段，面临价格壁垒难以突破、信息孤岛劣势明显、多方主体合作不足、专业人才稀缺等现实问题。推进人工智能与老年健康管理的深度融合，需要政府、医疗机构与养老服务中心、科技企业等多方联动，构建配套管理机制，从而使人工智能更好地服务于老龄化社会。
关键词：人工智能；老年健康管理；老龄化；养老问题
作者：向运华王晓慧（武汉大学社会保障研究中心，湖北武汉430072）
人口老龄化是21世纪我国经济社会发展的重大国情，截至2018年底，我国60周岁及以上人口有2.49亿，占总人口的17.9%。人口老龄化态势加剧的同时，空巢老年人占比持续攀升，独居老年人群健康状况不容乐观，有74.7%的老年人患有至少一种慢性疾病。城乡失能、半失能老年人口近4063万，上门看病、康复护理等医疗健康类服务需求始终居于老年人各类需求首位。总书记明确指出“为老年人提供连续的健康管理服务和医疗服务”，健康老龄化成为健康中国时代和老龄化时代的重要命题。
万物互联的加速到来与人工智能技术的迅速崛起，正在改变着人们的社会资源获取方式和生活方式。AlphaGo大胜人类棋手，标志着人工智能已在某些领域走到了人类智慧的前列。以互联网为载体和AI为实现工具的经济发展新形态正在逐渐形成，为社会各领域创造了前所未有的机遇，也给老年健康管理模式的突破与创新提供了现实可能。智慧健康养老由此产生，其最大的特点在于大数据收集、需求的智慧决策与服务的精准投放。2017年工信部、民政部和卫计委联合印发《智慧健康养老产业发展行动计划（2017-2020年）》，强调利用新一代信息技术产品推动健康养老服务智慧化升级。各地积极开展智慧健康养老应用试点，打造“硬件环境+智能设备+互联网信息平台+居家养老服务”的健康养老生态系统。如何发挥人工智能技术在老年疾病预防、诊断、紧急救助、治疗与康复中的作用，如何有效联接医疗服务机构以确保老年人享受到更高效、更优质、更便捷的健康服务，是当前亟待研究的现实问题，这对于降低空巢老人独居风险，缓解老年护理人员短缺问题，提高老年人的健康水平具有重要价值。
一、立场博弈：人工智能时代老年健康管理的机遇与隐忧
（一）人工智能的崛起
人工智能（ArtificialIntelligence，简称AI）起源于1950年“图灵测试”的理念，其首次被公开提出可追溯到1956年“人工智能之父”McCartney在美国会议上的报告。随后人工智能随着技术的发展、社会的进步不断发展，1960年人工智能已能够理解自然语言、自动回答问题和分析图像图形等，20世纪80年代又获得了学习和认知能力。21世纪以来，物联网的加速普及、大数据的崛起、云计算等信息技术的突破，人工智能迎来了发展高峰，逐渐形成了深度学习、跨界融合、人机协同、群智开放、自主操控等新的特征，开始具有自我诊断、自我修复、自我复制甚至自我创新的能力①。人类相继进入了网络社会时代、大数据时代与人工智能时代，三者共同构成了新的社会时代②。
关于人工智能的概念，国际人工智能专家N.J.Nilsson将人工智能视为怎样表示知识、怎样获得知识及怎样使用知识的科学③。其后，学者对人工智能的概念从类人、理性、思维与行为等四个方面着手定义，有学者进而从学科角度对人工智能进行了解释，如国内学者吴汉东将人工智能定义为研究、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技术科学。综合诸多学者对人工智能的认识，笔者认为人工智能的实质是基于人类的设定与要求，能以与人类智能相似的方式作出反应的智能机器或软件。
人工智能时代的到来，正在改变甚至颠覆人类现存的生产、工作与交往方式。2016年美国的《国家人工智能研究和发展战略计划》指出，AI系统在某些专业任务上的表现胜于人类。1997年国际象棋、2011年Trivia、2013年Atari游戏、2015年的图像识别与语音识别、2016年AlphaGo等AI产品的问世与应用，成为AI超越人类的里程碑事件，见证了AI的智能水平和社会意义。近十年来，人工智能愈发广泛地应用在社会各个领域。农业领域，人工智能应用于自动播插与灌溉、日常田间管理、采收与分拣、产品检验、虚拟在线销售等产前、产中和产后各个环节，大大减轻了人类的劳动量④。工业领域，工业机器人广泛应用于汽车、电子、家电制造等生产线，缓解劳动力供需矛盾的同时提高了生产效率。服务业领域，微软“Cortana”、苹果“Siri”、联想“小乐”等智慧客服系统为大众所熟知；几乎所有股票交易员已被机器人取代，投资顾问、风险审查和安全防范监控监管都普遍智能化。公共服务领域中，人工智能亦发挥着日益重要的作用，如用人脸对比技术来筛查犯罪分子；人工智能辅助医疗诊断与手术；人工智能用于智能评测、个性化辅导等等。人工智能也开始进入艺术创作领域、心理服务领域。学界普遍认为，弱人工智能技术在当前已基本实现⑤。
（二）人工智能时代老年健康管理领域的机遇
当前，在新一代信息技术的引领下，物联网迅速普及，大数据快速积累，算法模型与运算能力持续突破，智能行业应用快速兴起，为我国人工智能的迅速崛起提供了现实契机。从人工智能技术层的语音识别、自然语言处理、图像识别和生物识别等，到人工智能应用层面的工业4.0、智能农业、无人驾驶汽车、智能家居、智能金融、智慧医疗与智能教育等，均得到了爆发式增长。我国正处于医疗人工智能的发展高峰，2016年中国人工智能+医疗市场规模达到96.61亿元，增长37.9%。据估计到2025年人工智能应用市场总值将达到1270亿美元，其中医疗行业将占市场规模的五分之一⑥。人工智能在老年健康管理中的应用主要体现在通过生理参数识别设备和无线射频识别装置等智能采集老年健康数据，为老年人提供双向、互动的居家健康监测、健康咨询、健康评估、健康干预服务以及紧急救助服务，克服时空限制，将健康管理贯穿疾病预防、诊断、治疗与康复整个过程。人工智能时代为健康管理尤其是老年健康管理提供了全新的途径，在优化老年健康管理模式过程中具有重要价值。
第一，人工智能的发展为缓解医护人员短缺提供了现实可能。据世界卫生组织公布的数据，欧盟关于每千人拥有护士数量的基本规定是不少于8人，挪威以17.27人位居世界第一，美国和日本分别是9.8人和11.49人，发展中国家例如巴西和南非，分别是7.6人和5.1人，然而我国每千人拥有护士数仅为2.36人。即使是按照大多数国家的5‰计算，我国护士缺口也多达350多万，如果按照欧盟的标准，则缺口更大。与此同时，我国社区养老服务专职人员数量少且增长速度缓慢。民政部2009年开始统计社会服务职业技能人员中的养老护理员，截至2016年我国养老护理人员仅8528人。根据第四次中国城乡老年人生活状况抽样调查结果，目前我国失能、半失能老年人口约为4063万，占老年人口数的18.3%，按照3：1的国际标准计算，我国需要超过1300万的护理人员。同样，虽然国家大力推进医养结合，将老年人作为重点人群纳入家庭医生签约服务，但家庭签约医生覆盖率仍不容乐观。如何“以少足多”是摆在当前我国政府面前的重要议题之一。人工智能的崛起为化解这一医疗难题提供了新路径。人工智能环境下，智能护理等机器的应用与推广，大大减少了老年人对护理人员的需要，虚拟医疗助手替代护士，在医生诊疗之外提供辅的就诊咨询、健康护理和病例跟踪等服务，既减少了老年人前往医院就诊的次数，又有助于提高护理能力。显然，这些对于缓解老年健康供需矛盾有积极意义。
第二，人工智能的发展为医疗机构提高服务效率提供了技术支持。一直以来，医疗服务效率都是备受关注和争议的问题。医疗服务效率，即医疗机构在投入与产出之间的比率，是医疗服务领域的核心命题与重要目标。近年来，随着我国医疗体制的不断改革与发展，各级医疗机构的效率有了显著提升，但受制于传统医疗机构管理模式的惯性思维影响，医疗机构的服务效率与民众期望仍有差距。新时代医疗服务效率的提升不仅需要制度的变革，也需要服务工具的革新。人工智能的发展为优化医疗服务提供了便利。一方面人工智能的应用降低了人力成本。医学影像占医疗数据的90%，而且这一数据仍在攀升，年增长率约为30%，而放射科医师数量的年增长率仅为4.1%，远不及影像数据增长速度。借助AI技术分析医学影像，将大大缓解医院缺少医生的压力。此外，语音技术在医疗行业的普及，也正在将越来越多的普通医生从日常机械式的医案录入工作中解放出来，提升录入的效率，降低失误率。另一方面，人工智能的应用也提高了医疗服务能力。人工智能辅助诊断技术应用在老年人某些特定的病种领域，几乎可以代替医生完成疾病筛查任务；智能手术机器人的应用既能保证精准定位，减少老年患者的疼痛，又能防止传统手术易带来的传染疾病等危险；人工智能参与药物研发，对于提高针对老年患者潜在药物的筛选速度和成功率，缩短研发时间与成本有实际意义。综上，人工智能的嵌入打破了以往医治全程医生亲力亲为的运作模式，智能机器的自主研判与决策能力，对于降低人力成本，大幅提高医疗机构、医生的工作效率与质量，减少不合理的医疗支出有积极意义。
第三，人工智能的发展有助于提高老年人自我健康管理能力。多数疾病都是可以预防的，但是由于疾病通常在发病前期表征并不明显，到病况加重之际才会被发现。而且由于老年人机体形态的改变和功能的衰退，对于疼痛和疾病的反应变得不敏感、不典型，很多病症易被忽略或误诊，加上老年人行动不便，其中有多数老年人即使不舒服也不愿前往医院进行诊疗。人工智能的应用大大缓解了这一状态。人工智能技术与医疗健康可穿戴设备的结合可以实现疾病的风险预测和实际干预，实时监测老年人的生理参数，其双向数据传输、在线沟通、便捷有效的特点，一方面可帮助老年人实时了解与掌握自身的健康状况，享受个性化的健康管理和健康咨询服务，满足其健康教育需求；另一方面也能提高老年人自我健康管理意识，促进其积极参与自我健康管理和自我照顾，实现医疗卫生服务重心前移和全民健康管理。人工智能环境下的自我健康管理的实现延伸了传统医疗的覆盖能力，节省了传统医疗方式的时间、空间成本及医疗费用，能够有效缓解老龄化带给整个社会医疗系统的负担。此外，居家健康管理系统能为卫生管理者提供健康数据，有助于建立完备、标准化的居民电子健康档案和区域卫生信息共享平台，使政府突发公共卫生事件监测和应急体系的运转更为高效、准确。
（三）人工智能时代老年健康管理领域的隐忧
万物都有两面性，人工智能同样是把双刃剑，人工智能从诞生至今，其对伦理的冲击就不断被讨论。人工智能给老年健康管理带来巨大便利的同时，也对道德伦理问题提出了重大挑战。与人工智能的一般伦理问题相比，人工智能在老年健康管理中的应用因其服务于老年人这一特殊群体表现得十分特殊与突出。主要表现为两个方面，一是老年人人格与尊严的多方面权益保障伦理问题更为加剧，二是老龄社会正义伦理问题更显突出。
老年人人格与尊严的多方面权益保障伦理问题体现在隐私泄露、社会孤立与老年人的“物化”三个方面。首先，为更好地提供全方位健康管理服务，智能老年健康管理系统和智能设备需要采集老年人日常起居全时段、全方位、无盲区、长周期的海量生理数据，其中绝大多数的数据属于隐私数据。这些数据通过简单的分析和挖掘，就能得出老年人的生活习惯、身体状况等信息，一旦被无意或有意泄露，极易被不法分子所利用以进行精准推销甚至精细诈骗等违法活动，这对于易受骗的老年人群体来说无疑是巨大的隐忧，由此可能带来的损失也不可小觑。《世界人权宣言》第12条规定任何人的私生活、家庭、住宅和通信不得任意干涉，他人的荣誉和名誉不得加以攻击。正如一些学者认为我们应该对于弱势群体运用特别的隐私保护政策①。然而目前我国的相关法律和政策还不尽完善，如有关病历资料保护的法律或文件（《刑法》《侵权责任法》《医疗机构病历管理规定》等）中多为宣示性条款，也尚无老年人隐私安全的针对性文件。如何保证健康数据在实时采集、传输、存储、分析与使用过程中的安全，数据应当被保留多久、谁拥有隐私数据的访问权等都是智能老年健康管理领域亟需解决的隐私方面的具体伦理问题。其次，智能机器监护老年人可能导致减少老年人社交、子女的陪伴。关于智能护理机器人的引入对老年人心理问题的影响研究表明，使用护理机器人的老年人易出现社会孤立现象，进而导致尊严受损②。过多的智能既会减少老年人外出和交流的频率，也使子女或亲朋责任感降低，对老年人的关怀止于虚拟问候，而不再是频繁地看望与聊天。有学者认为，健康助手功能会使原本亲近的护理关系转换为远程的虚拟的照料关系③。从而加剧老年人心理上的空虚感与孤独感。如何缓解和调节老年人心理问题是人工智能在老年健康管理应用过程中不得不面对的问题之一。最后，老年人的“物化现象”也是值得关注的具体伦理问题。所谓物化，Kitwood对其的定义是：像对待无生命物质那样对待人：推、拉、拽一个人，不把他当作一个有生命的个体。Astell曾认为辅助机器人可能会机械地控制使用者，并逐渐使其变得失去自主性④。智能护理机器人等操控式的服务过程有可能损害老年人自主意愿，老年人普遍认为不应该限制他们自主选择的权利，如他们不希望所有人知道他们在家中跌倒，因为某些跌倒仅是小事，自己可以克服，他们认为只有自己需要帮助的时候才应通知别人。然而这与智能护理系统一旦发现护理对象跌倒，就立即发送消息给亲人或医护人员的护理策略相矛盾⑤。机器人应在何种程度上保障老年人的自主意愿，减轻其心理负担，维护其尊严，是值得研究的课题。
老龄社会正义伦理问题主要体现在地区差异方面。由于我国国土面积大，各地区经济发展水平并不一致，地区差异、城乡差异问题都不容忽视。考虑到护理服务涉及人最基本的健康权利，然而由于经济发展和收入水平不同，偏远地区、农村的互联网都不畅通，健康信息系统建设不到位⑥，老年人往往无力购买智能可穿戴设备、智能护理机器人等健康管理机器，贫富差距引发的社会资源分配不公问题凸显。如何在研发和推广智能设备中充分考虑老年人的购买力，是关乎社会正义的伦理问题。
二、现实考察：人工智能时代老年健康管理的困境
（一）人工智能时代老年健康管理的经验
改革开放以来，尤其是进入21世纪之后，我国人工智能技术得到了巨大的发展。据中国电子信息产业发展研究院数据统计，2017年我国人工智能市场规模为216.9亿元，比2016年增长52.8%，增长速度快于全球平均水平，2020年有望超过700亿元①。其中，“人工智能+融合医疗、金融、教育和安防等领域企业”位居全球人工智能目标市场行业首位，总计占比40%。国家高度重视，企业与医疗机构积极探索老年健康产品的研发、推广与应用，先后积累了一些经验，取得了初步进展，为人工智能服务于老年健康管理奠定了重要基础。
首先，信息化与大数据推动智慧医疗的发展，为人工智能在老年健康管理中的应用提供了技术支撑。信息化与大数据是人工智能有效嵌入的基本要素，因此医疗信息化的实现和医疗大数据资源的壮大是推动人工智能在老年健康管理应用的重要基础。近几年来，高速、移动、安全的新一代信息基础设施建设加快，城市社区光纤网络覆盖率不断提升，中国互联网络信息中心（CNNIC）的《中国互联网络发展状况统计报告》显示互联网逐渐向高龄人群渗透，60岁以上老年人对互联网的接触率和应用率逐年上升。与此同时，健康养老服务信息平台建设不断推进，早在2011年，老龄办和民政部门就在全国范围内推进社区为老服务信息平台建设项目启动试点工作，试点项目50余个，据统计覆盖老年人口仅3000多万；2014年民政部和发改委确定在全国选取了42个地区推进养老服务业综合改革试点，改革的重点之一即是加快信息平台建设。2018年国务院《关于促进“互联网+医疗健康”发展的意见》，强调推进远程医疗覆盖全国所有医联体和县级医院，支持高速宽带网络覆盖城乡医疗机构，建立互联网专线保障远程医疗需要。“互联网+医疗服务”建设初具规模，各级医疗机构、养老服务机构积累了大量老年人有关的数据资源，其中包括老年信息数据库建设与大数据共享平台与服务平台建设，为下一步人工智能的嵌入奠定了坚实根基。
其次，国家高度重视，政策与法律建设不断推进，为人工智能在老年健康管理中的应用提供了制度基础。一方面，为推动人工智能的迅速发展，近年来我国人工智能领域指导性政策文件不断出台。如2017年7月国务院印发《新一代人工智能发展规划》，同年12月工信部公布《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，明确了我国新一代人工智能发展的战略目标，部署构筑我国人工智能发展的先发优势，加快创新型国家和世界科技强国建设。2018年1月中国电子技术标准化研究院《人工智能标准化白皮书（2018版）》，提出确立人工智能产业发展的标准体系；3月政府工作报告明确指出加强新一代人工智能在医疗、养老等多领域的应用。各省市积极响应，出台本地区的具体实施意见，为人工智能在老年健康领域的应用确立了方向。另一方面，为应对各类风险与危机，我国不断推出信息建设与信息安全的相关规定。据统计目前我国信息治理层面的相关法规已有100余件，涉及个人信息保护、网络侵权预防和网络犯罪惩治等多个领域②。具体到医疗行业，2013年国家卫生计生委、国家中医药管理局印发的《关于加快推进人口健康信息化建设的指导意见》，2015年国务院办公厅印发的《全国医疗卫生服务体系规划纲要（2015-2020年）》，2017年工信部、民政部、卫计委联合印发的《智慧健康养老产业发展行动计划（2017-2020年）》等文件，都着重强调形成覆盖全生命周期的智慧健康养老产业体系，打造一批智慧健康养老服务品牌。2016年12月，国务院办公厅印发《关于全面放开养老服务市场提升养老服务质量的若干意见》提出推进“互联网+”养老服务创新，到2020年养老服务市场全面放开等，都指出实现全员人口信息、电子健康档案和电子病历三大数据库要基本覆盖全国人口并完成信息动态更新。这些直接或间接性文件的不断完善，为人工智能在健康领域的应用提供了基本的制度框架。
最后，在技术与政策环境的激励下，人工智能在老年健康管理中的应用初见成效。从易得的传感器，到智能化的可穿戴设备，智能护理床、健康服务机器人、陪护机器人等服务机器人，越来越多智能设备参与到老年人健康管理领域。近几年，房地产商、保险公司、养老机构积极推出高端养老项目，健康服务机器人也随即而来，其中天津哈士奇机器人作为全球首台健康服务机器人成为标志性事件。而后，机器人也开始应用在福利中心和养老机构，仅杭州就有70家养老机构和40家照料中心引进了“阿铁”养老机器人①②，机器人具备健康检测、健康顾问、紧急报警与陪伴逗乐四项主要功能。同时依托“互联网+”搭起智能居家养老服务的桥梁，一是通过智能健康腕表随时测量血压、心率等生命体征数据。相关研究表明可穿戴智能设备在治疗慢性病方面有显著效果，治疗费用、住院时间等都有所降低③④。二是“开心”等智能健康养老机器人通过人体感应、摄像头远程监护、声源定位、语音识别等系统为居家老人提供安全监护、用药提醒、数据分析等健康服务，约87%的受访者表示类似于“开心”的智能健康养老机器人会对空巢老人有用⑤。三是通过“互联网+”和远程医疗、远程手术等满足老年人的医疗需求，通过机械骨骼、轮椅机器人等助力老人康复⑥。从监护到治疗，人工智能在各种养老模式的老年人中的初步试水，为应对人口老龄化提供了战略性思维。
（二）人工智能时代老年健康管理的难题
人工智能为老年人实现全过程健康管理提供了条件，推动了老年健康管理模式的突破与创新，然而目前人工智能在老年健康管理中的应用仅处于起步阶段，尚有很多问题需要解决。
其一，从应用范围来看，价格壁垒难以突破，老年健康管理中人工智能缺乏动力。医疗行业本身就极具复杂性和特殊性，医疗体制改革和医养结合养老模式发展已推行多年，但仍有很多问题为人们所诟病。人大代表罗卫红曾提出目前医养结合虽初具成效，但仍存在医养结合服务需求与承载力不对称、行业管理体制不完善、医养结合医保支付政策难以保障护理需求等问题。人工智能嵌入老年健康管理为医养结合模式的发展创造机遇的同时，也提出了更高的要求。人工智能设备造成的健康管理服务费用谁来支付、怎样支付，目前国内尚未达成共识，这也解释了为什么目前智能健康机器人多出现在养老机构，而非居家老人家中。不可否认，在当前医疗卫生服务供给不足的情况下，医养结合型养老机构非常重要，机器人的引入对老年人尤其是对高龄老人、半失能老人与失能老人带来了极大的便利。然而无论是9064模式还是9073模式，绝大多数老年人是居家养老。针对居家生活老年人的健康监测、预防、治疗、康复、护理和心理慰藉等服务需求亟需人工智能的嵌入，然而形势不容乐观，一方面是因为智能装备价格较高，老年人个体往往无意愿或无力购买较为昂贵的智能感应设备，另一方面是因为担心后续健康服务能否持续跟进，比如一个智能腕表就价值几千元，如果后期的服务没跟上，老年人损失就会很大。人工智能的应用必须考虑各方支付意愿，其价格在某种程度上决定了其可推广的范围。如何围绕大健康战略来定位发展人工智能，实现医疗健康服务利益相关者的协作，为老年人提供全方位全周期的健康服务是亟须解决的关键问题之一。
其二，从信息化建设来看，人工智能应用于老年健康管理的信息孤岛劣势明显。人工智能的应用离不开信息技术的支撑。推进医疗服务大数据建设，建设老年群体数据库与医疗服务信息平台，统一相关数据标准是基础。“人工智能+医疗”最大的问题在于数据的来源和质量，因为我国的医疗数据在医院与医院间、医院与家庭间存在信息孤岛，即使在同一个医院提取和利用数据仍涉及很多操作手续。与此同时，虽然各地政府一直在强调健康养老服务信息平台建设，但进程并不乐观，多数老年健康服务仅停留在通过社区门诊或体检获得数据，共享在街道一级，实现市级统一平台建设的省份屈指可数。除了技术条件的制约，更多的是缺乏全局的考虑与统筹规划，民政部门、统计部门、公安部门、卫生部门、医院等多部门之间的责任模糊，各涉老部门缺乏沟通与配合；各地区各自为政，缺乏共享理念和共享动力，有效的沟通不足，相互之间在操作系统、网络协议、语义表示、数据库类型，乃至硬件管理平台上存在差异，医疗信息数据不能有效实现地区共享，阻碍了人工智能赖以为生的数据信息资源的有效流通，既造成了数据信息资源重复建设，也限制了数据信息资源功能的最大发挥。可见，要想人工智能应用于老年健康管理，积极突破数据壁垒势在必行。
其三，从健康服务相关主体来看，养老机构、社区服务中心、医疗机构与企业的合作不足。养老服务机构、医疗机构等服务机构本身不生产人工智能设备，而是通过引进人工智能设备服务于老年人，科技企业才是人工智能产品的生产者。服务机构最了解老年健康管理全过程需要什么样的人工智能产品，而科技企业则在技术上独占优势。二者通过跨界合作发挥各自的优势，才能明确研发内容，最大程度缩短研发周期，以满足老年人健康管理的需要。然而目前国内各级医疗机构、养老服务机构在该领域的开拓相对滞后，除了发达城市的大型房地产公司通过与科技公司合作建设高端养老基地，应用人工智能参与老年健康管理服务，实现了企业间的人工智能合作外，多数医疗机构、养老服务机构有待进一步跟进。与此同时，医疗机构、养老服务机构提升自身对人工智能产品的驾驭能力也离不开同科技企业的有效合作。两者有效合作的缺乏在一定程度上制约了老年健康管理过程中的人工智能创新能力的提升。两者如何建立合作机制，共同推进人工智能的技术创新与应用是人们不得不思考的当务之急。
其四，从研发主体看，老年健康管理领域的人工智能发展受制于稀缺的专业人才。人工智能任何相关技术方面的突破都依赖于人才，可以说其发展能力取决于人才数量。《全球人工智能人才白皮书》显示全球AI领域的人才缺口达到百万量级，2017年工信部发言人指出在我国人工智能人才缺口超过500万，稀缺的专业人才资源是制约全球人工智能技术发展和应用落地的一大短板。人工智能的专业人才既要掌握数据挖掘、语音图像识别等计算机层面知识，又要了解人工智能应用领域的客观状况。AlphaGo之所以能战胜人类围棋世界冠军，在一定程度上是因为其设计者DemisHassabis本人就是天才棋手①。因此，人工智能老年健康领域的专业人才需要集计算机专业技术与健康养老服务行业实践于一身，才能研发出适合老年群体的智能健康医疗设备。目前国内的人工智能专业性人才缺乏，且多集中于制造业、互联网等领域的技术开发工作，虽然一些科技公司与医疗机构合作取得初步的成果，但在医疗领域结合上缺乏深度，直接针对健康服务领域的人工智能人才更是不足，阻碍了老年健康领域人工智能技术的推行。
三、未来选择：人工智能时代老年健康管理的关键路径
人工智能时代的到来，为老年健康管理创造了全新的环境，同时也对政府、社区、医疗机构、养老服务机构等提出了更高的要求。面对人工智能的迅速发展，需积极推进人工智能与老年健康管理的深度融合，以促进适应时代诉求的老年健康管理智能化。
（一）构建人工智能嵌入老年健康管理的管理机制
DouglassC.North指出制度是社会的游戏规则，规定了人与人之间的行为范式②。人工智能时代老年健康管理迫切需要现有机制的突破与创新，当前必须做好三个层面的具体工作。
一是形成专业的领导机制。人工智能科学嵌入老年健康管理离不开政府部门的统一规划和部署。2018年国家医疗保障局成立，整合了此前散落在人社、民政、卫计委、发改委等多个部门的相关医疗职能，改变了“九龙治水”的管理局面，为人工智能在医疗行业、健康领域的嵌入提供了契机。在老年健康领域推广人工智能应纳入医疗保障局的工作内容，积极推动医疗机构、养老机构、社区养老服务中心等与科技企业的合作，全方位部署人工智能在老年健康管理中的应用格局，从传感器，到智能化的可穿戴设备，健康服务机器人、智能护理床、陪护机器人等服务机器人，从智能家居设备、养老服务机构智能设备，到智能医疗机器，从老年人健康数据建设到疾病的预防、治疗、康复与护理等，培养一支兼具智能理念和实践经验的新型领导队伍，确保政府部门在人工智能应用中始终掌握主动权。
二是培养多元主体信息共享机制。人工智能的发展与应用依赖于数据，因此，人工智能嵌入老年健康管理，一方面需要挖掘分析大量老年健康数据，以便人工智能设备的研发，另一方面需要医疗机构、养老机构、社区居家服务中心、老年人等相互间的数据连通与安全共享，促使多方有效参与老年健康管理。加快健康养老信息平台建设迫在眉睫，要着力提升多元参与主体的数据素养和技术素养水平，促进多元主体相互间协同配合，协调老年健康数据在各部门间的流通，实现数据信息的交互及供需的有效匹配，从而打破数据壁垒，为提升老年健康管理水平提供数据支撑。
三是建构道德伦理矫正机制。享受人工智能给老年健康管理带来巨大便利的同时，也必须正视其对道德伦理的挑战。首先，进一步完善信息保护机制，减少甚至消除老年人对个人信息数据泄露的担忧。其次，科学认识和使用人工智能。虽然现有的人工智能在某些层面和维度接近、达到甚至超过了人类智能，但其工具性色彩没有改变，人工智能在老年健康管理中的应用旨在提高健康管理水平，而不是取代医护人员和亲朋好友。儿女的关心、好友的慰问以及老年人必要的社交互动都不可或缺。最后应通过技术发展，为人工智能注入情感，促使人机交互更加和谐。
（二）构建以人工智能为核心载体的老年健康技术系统
推进各级医疗机构和各地养老机构在老年健康管理中发挥更大的作用，需要通过智能化处理系统和便捷高效的急救处理流程，即系统能自动采集老年人身体状况数据并进行分析，当发生意外跌倒或生命体征数据出现异常，智能呼叫相应的医疗机构，使老人及时、准确地获取医疗服务。为此，应重点做好两个层面的工作。
一方面，建设针对老年健康管理的智能处理系统。智能化系统基于计算机网络技术和信息技术，强化老年健康的数据挖掘系统和数据存储系统建设，有效整合老年健康管理智能化进程中的各类非数值型、非结构化数据，同时有针对性地引进合适的人工智能技术，如生物识别技术、自然语言处理、机器学习、虚拟等，提升人机交互过程中老年健康数据的处理效率，并以此形成由知识库、数据库、推理机、解释器和知识获取等组成的老年健康管理系统，为提高老年健康管理水平奠定基础。
另一方面，创新以人工智能为基础的医疗流程。智能系统的生命在于应用，老年健康管理途径与方式的优化必须以智能处理流程的创新为依托。其一，通过人工智能实现老年人健康状况的自动检测，根据不间断、全方位的健康数据跟踪，智能评估老年人身体与心理的健康状况，并基于数据分析提出智慧决策，确定老年人在健康方面应采取的措施。其二，智能系统要在识别老年人紧急救助需求的基础上，主动通知医疗机构，使老年人及时得到救助。至于医疗机构的选择应符合分级诊疗原则与就近原则。这对于减少老年人独居风险，为空巢老人提供“健康保险”有积极的现实意义。
（三）构建“校—企—医/养”在人工智能领域的深度合作机制
学校是人才培养的重要阵地，科技企业是人工智能产业发展的主力军，而医疗服务机构与养老机构是老年健康管理的重要参与者。推进人工智能在老年健康管理领域的应用，迫切需要三者的深度协作，以达到通识成材、借势运力、以智发展的目标。
其一，探索高校与企业协同人才培养模式。相比美国人工智能人才数量，我国明显滞后。据领英数据显示，我国从业经验10年以上的AI人才占AI人才总数比例不足40%，而美国这一比例超过70%；美国人工智能基础层、技术层和应用层的人才数量占比分别为22.7%、37.4%和39.9%，而中国为3.3%、34.9%和61.8%，人才培养势在必行。如上文所述，人工智能的专业人才既要掌握数据挖掘、语音图像识别等计算机层面知识，又要了解人工智能应用领域的客观状况。科技企业需要高校的理论与人才的支持，而高校则可借助企业的数据资源和技术平台推进科研理论进展，将研究价值落地。因此，高校应加强人工智能相关学科建设，吸引国际顶级科学家和高层次人才，加强与科技企业、国外高校及相关机构的合作，将技术教学贯穿到实训项目中，让学生在校所学与企业实践有机结合，培养贯通人工智能基础理论、软硬件技术与医疗服务领域应用的纵向跨界人才。人工智能校企合作将有助于人工智能在老年健康领域的加速发展，为人工智能应用打开新局面。
其二，搭建医疗服务机构与企业合作平台。近年来，阿里巴巴、百度、腾讯和华为等国内企业在人工智能领域的崛起，为老年健康管理的转型提供了技术支撑。人工智能本身就涉及多重技术，不同行业或领域的关键技术必然存在差异，加快人工智能在老年健康管理中的应用，医疗服务机构既要借助科技企业的技术优势，引入智能技术，又要借助科技企业的智力优势，培育服务人才。这就要求医疗机构积极通过研发外包的途径，由科技企业打造契合老年健康管理需求的智能软件与硬件，加快老年健康管理智能产品的开发与推广，促进产品从监护提醒类、健康监测类，到医疗设备类、陪护聊天类，关注老年人身体健康的同时注意开发心理健康护理机器人，实现智能产品的多元化与精准化。与此同时，医疗机构通过与科技企业的合作，提高本机构内部人工智能的应用能力。
（四）构建老年健康管理人工智能产品的定价与补贴机制
人工智能在老年健康领域推行受阻的一个很重要的原因是企业囿于无利可图与老人抱怨收费高现象并存。老年健康领域人工智能产品与服务的价格既不能完全市场化也不能严控低价，应建立合理的定价机制与相应的财政保障机制，以平衡市场主体盈利与老年人经济承受力来促进人工智能在老年健康领域的广泛应用。
一方面，合理确定老年健康领域人工智能产品的价格。老年人的健康管理产品与服务具有一定的福利性，过高的价格会忽略老年人的经济承受能力，过低的价格又影响社会资本的收益率与参与积极性，阻碍该领域的进一步发展。根据资本资产定价模型，任何资产的期望收益率都由无风险利率和对所承担风险的补偿—风险溢价两部分构成，考虑到服务对象的特殊性，老年健康领域人工智能产品合理的投资收益率应等于或略低于市场平均投资收益率，兼顾经济效益与社会效益。
另一方面，建立相应的财政补贴机制。虽然老年人收入来源更加多元，自报需要照护服务的比例不断提高，越来越多的老年人有能力购买健康管理设备，但价格仍然是影响其选择与否的关键因素之一。而且受年龄、身体状况、收入等多重因素影响，有必要分地区、分群体进行大面积的调查统计，找到不同身体状况与经济状况的老年人有能力和意愿支付的平均价格。根据计算出来的市场价格与老年人可支付的价格，分类别分等级进行补贴，对于经济困难的失能半失能老人要免费配置相应的智能设备。
此外，加强老年健康管理人工智能应用状况的监管体系和绩效评价体系。当前人工智能技术整体还处在较低的发展层次，在认知能力、感知行为、风险对抗等诸多方面仍比较笨拙，应在加强人工智能嵌入的可能性风险管理的基础上，采取第三方评估方式，科学评价人工智能应用过程的技术适用、服务质量等环节。推进老年健康管理领域的人工智能应用的不断改进与发展。
四、结语
【关键词】无人驾驶 脑控汽车 发展前景
1 前言
近些年，随着汽车工业的快速发展，汽车驾驶已经是现代人需要掌握的基本技能之一，在其拓展普及的同时，安全驾驶成为了现代社会最关注的焦点之一。所谓的安全驾驶就是要杜绝在汽车驾驶过程中存在安全隐患的行为，其中不安全驾驶包括：酒后驾驶、超速行驶、疲劳驾驶[1]、大灯晃眼、闯红黄灯、违法超车、急停急刹、随意变道、驾驶打电话、不系安全带等容易致使事故发生的行为。汽车所带来的安全问题多数出自驾驶司机的个人行为和个人原因，因此以人工智能辅助或者替代驾驶者驾驶汽车成为了汽车智能驾驶技术研究的主要趋势。
2 无人驾驶汽车的发展现状
2.1 国外驾驶汽车的研发状况
从上世纪开始国外就开始进行了无人驾驶汽车的研究[2][3]。所谓无人驾驶，是通过为车辆装配多种感应设备，包括车载传感器、GPS和摄像头等，配合车内的智能软件，如自适应巡航控制系统（ACC）等实现脱离驾驶员的自动驾驶汽车[4]。国外著名汽车企业及IT行业巨头谷歌都竞相亮相其在无人驾驶汽车技术研究的成果。截至目前，谷歌的无人驾驶汽车已问世6年多，这期间发生了14起事故，仅一次造成人员受伤[5]；德国梅赛德斯奔驰的无人驾驶卡车在德国的Autobahn8公路上已经启动了上路测试，这是量产版自动驾驶卡车首次在高速公路上进行行驶；据英国《每日电讯报》15年2月11日消息，奥迪方面确认其首款采用无人驾驶技术的车型将于2017年上市。另外各大汽车制造商以及相关科技巨头表示无人汽车在2020年可以推出商用。美国内华达、加利福尼亚、佛罗里达及密歇根州为谷歌、奥迪等正在开发的无人驾驶车发放了公路试验牌照。这表明了一点：使用人工智能替代驾驶员来驾驶汽车被各大发达国家与科技巨头认可。这是因为无人驾驶汽车经过精密计算，由系统精确控制，在一般条件下，比真人驾驶应该更加安全可靠。无人驾驶汽车至少不会犯情绪上的错误，不会因为酗酒、生气、郁闷等精神原因而造成汽车失控，也不会因为人多、路窄、弯多等复杂路况而紧张，造成误操作。对长途行驶而言，无人驾驶汽车不会出现疲劳驾驶。在城市道路中，无人驾驶汽车不会闯红灯、逆行。在有限速标记的道路上，无人驾驶汽车会严格遵守规定，不会超速行驶。
2.2 国内驾驶汽车的研发状况
我国关于无人驾驶汽车的研究相对国外起步较晚，但是发展迅速。十几年前，国防科技大学已经开始对一款红旗轿车进行相应改装，研制出了红旗HQ3智能无人车，能实时处理岔道、斑马线和虚线；对车体姿态变动，自然光照变化及树木、路桥阴影都具有较强的自适应力。HQ3，其“大脑”是藏在后备厢里的计算机设备，车辆没有GPS 等导航设备，完全是利用自身的“环境传感器”来识别道路标线，进而依靠车载的智能行为决策和控制系统，实现正常汇入高速公路的密集车流中自主驾驶。于2011年，红旗HQ3智能无人车首次在复杂路况下公开进行无人驾驶的测试，并完成了从长沙至武汉近300公里高速公路路试。除了无人驾驶汽车的研究外，南开大学计算机与控制工程学院段峰副教授的研究团队与长城汽车共同合作研发 “脑控汽车”，这项研究通过脑电设备， 捕捉人在集中注意力时产生的脑电信号， 利用脑电信号识别系统分析人的驱车意图并向汽车发送操控指令， 以此实现人脑控制汽车的目的[6]。“脑控汽车” 颠覆了手脚并用的驾车方式，它可以利用人脑进行汽车操控并低速行驶， 但离真正投入生产使用还需要一定时间。由此可以看出我国在研究人工智能“替代”的同时也涉及“辅助”研究，将人工智能应用于汽车驾驶技术方面更为广泛。
3 智能驾驶研究中遇到的问题
无人驾驶汽车在其优势凸显的同时也更加暴露出其问题。无人驾驶汽车的问题包括局限性高、人文接受程度问题和安全防御性低等。
3.1 局限性高
无人驾驶汽车在其“视觉能力”方面无法达到人脑的高度，其传感器通过红外摄像和普通摄像两种技术完成道路环境的收集。当车辆在人口密集的楼房建筑区、事故区域或者其他有人通过通用手势信号来指挥车辆在此区域通行时，无人汽车将遇到判断难题。另外，道路存在信号标志老旧变形等情况出现，无人汽车可能产生误识或者漏识，造成不必要的事故。
3.2 人文接受程度问题
社会对无人驾驶汽车依然存在诸多疑问，如当无人驾驶汽车行驶在这个人口稠密的世界时， 发现已经无法避免事故的发生时，智能计算机应该选择冲向马路的行人还是直接撞击迎面而来的车辆？在受到外部虚拟网络攻击后是否还可以维持完全驾驶？未被Google或GPS完全测绘的道路如何行使等。无人驾驶汽车在法律法规方面同样存在极大的挑战。如产品责任，立法和多重管辖权等。无人汽车与有人汽车发生事故责任判定和无人汽车之间发生事故责任判定等。
3.3 安全防御性低
软件安全公司Security Innovation首席科学家乔纳桑・佩蒂特（Jonathan Petit）表示，大部分无人驾驶汽车探测障碍物的激光雷达系统只需一个成本不到60美元的装置即可破解。佩蒂特表示，通过这一装置，黑客可以在任何位置设置实际并不存在的汽车、行人，或是墙壁，导致无人驾驶汽车的行驶速度放慢，甚至寸步难行。其相关论文已在欧洲黑帽安全大会上发表。
4 智能驾驶的发展前景
智能驾驶是通过人工智能辅助或代替人进行汽车驾驶行为，它可以弥补人类驾驶员会存在的缺陷。经过大量的研究和发展，智能驾驶所需的各种传感器、计算机的性能和技术等方面取得了极大进步，成本也在逐步降低。
从人工智能和汽车驾驶结合的长远发展角度来看，纯智能的无人驾驶应为未来驾驶的主要方式，即使在当前基于贝叶斯、决策树和人工神经网络等机器学习的方法被运用在无人驾驶的行为识别和行为决策的技术环境下，我们也可以考虑设立专门的行驶路线保证无人驾驶汽车的应用推广。在冯诺依曼体系结构下面向驾驶行为的机器学习，一直以来都是智能车领域的“瓶颈”。随着国际“类脑”研究的兴起，我国也上线了“中国脑计划”，但毕竟类脑计算还仅从理论阶段开始向前迈步，类脑计算机仍难以得到实现和应用。
从当前智能驾驶的技术角度来看，相对于无人汽车，脑控汽车的发展可能更加适合。这是因为无人驾驶汽车的计算机系统目前还无法达到类脑计算机体系的高度，因此很难做到像人脑一样思考问题，难以较好处理驾驶过程中各种各样的突发问题和针对无人驾驶做出的阻碍或破坏行为。
因此提高人工智能在辅助方面的全面完善是全面实施无人驾驶的必经之路。现在的家用汽车基本配备雷达辅助系统，该系统可以不断监控周围的交通状况，可以用发声频率提示本车与可能碰撞物体的距离，也可以确定与前车距离以及前车行驶速度，如与前车距离明显低于安全距离，系统会向驾驶者发送听觉警报。目前奔驰的主动式驻车辅助系统能够在主动转向和制动功能干预下自动泊车。并且，在车辆通过自动驻车辅助系统停入平行车位后，该系统也可以在自动转向和制动控制功能的帮助下，让车辆完全自动地驶出平行车位。
在此基础之上，我们可以在扩大自然语言处理等人机交互方式在人为干预下“释放双手”的模式上加大科研力度，如：语音操控、脑控汽车或类似飞机自动与手动驾驶切换等智能驾驶方式。其中语音操控汽车可以通过语言指令如“倒库”“直行”或“开启雨刷”等自然语言实现汽车系统的自动处理并通过车辆配置的传感器和摄像头等硬件付出行动来响应命令的方式来实现语音操控汽车的智能模式。因为有驾驶员的加入会使智能汽车的行驶方式更加灵活多变，适合于当前复杂的交通环境，满足社会法律和伦理观念的接受要求，所以提高人工智能在辅助方面的研究应用的价值更加巨大。
参考文献：
[1]朱盛镭.未来智能汽车产业发展趋势[J].上海汽车，2015（08）.
[2]郑宝成.智能汽车及其新技术发展研究[J].科技创新与应用，2015（17）.
[3]冯学强，张良旭，刘志宗.无人驾驶汽车的发展综述[J].山东工业技术，2015（05）.
[4]辛煜，梁华为，梅涛 等.基于激光传感器的无人驾驶汽车动态障碍物检测及表示方法[J]. 机器人，2014（06）.
[5]关天瑜.谷歌无人驾驶汽车再次追尾[J].计算机与网络，2015（15）.
[6]张建新，乔仁铭.“脑控汽车”在南开大学“开跑”[J].农家参谋，2015（08）.
[7]陈慧，涂强，范正帅，王琳. 互联智能汽车关键技术与发展趋势[J].中国集成电路，2015（06）.
[8]贾祝广，孙效玉，王斌，张维国.无人驾驶技术研究及展望[J].矿业装备，2014（05）.
[9]杨帆.无人驾驶汽车的发展现状和展望[J].上海汽车，2014（03）.
[10]李崇寒，彭鑫.无人驾驶汽车：可行还是不可行？[J].今日科苑，2011（12）.
[11]乔维高，徐学进.无人驾驶汽车的发展现状及方向[J].上海汽车，2007（07）.
[12]王握文.时速75.6km──国产无人驾驶汽车创新时速[J].中国科技月报，2000（07）.
[13]林一平.无人驾驶汽车逐步进入实用化[J].专用汽车，2000（02）.
[14]林一平.新世纪的无人驾驶汽车[J].交通与运输，2000（02）.
[15]闫民.无人驾驶汽车的研究现状及发展方向[J].汽车维修，2003（02）.
[16]林一平.不断创新发展的现代无人驾驶汽车[J].专用汽车，2003（01）.
[17]薛福连.自动控制高速公路上的无人驾驶汽车[J].汽车运用，2006（04）.
[18]吕宏，刘大力，孙嘉燕.从无人驾驶汽车奔赴世博会看未来汽车[J].机电产品开发与创新，2010（06）.
[19]边疆，赫玉莹，王贯安.无人驾驶车图像采集的失真矫正[J].中国科技信息，2014（09）.
[20]宋世春.初露头角的无人驾驶汽车[J].国外自动化，1980（04）.
关键词：神经网络控制；模糊神经元控制；自适应控制
前言：
社会的进步要求生产力更加发达，要求人类的经济生活更加智能化，以节省宝贵的时间去做其它有益的事情。电气自动化控制领域的革新需要人工智能的大力支持，而人工智能在自动化控制方面的优势在这个领域也确实能够得到极大的发挥，促进自动化控制的发展进步。自动化的特征，表达了一个共同的主题，即提高机械人类意识能力，强化控制自动化，因此人工智能在电气自动化领域将会大有作为，电气自动化控制也需要人工智能的参与。在将来，智能技术在电气传动技术中占相当重要的地位，特别是自适应模糊神经元控制器在性能传动产品中将得到广泛应用。
一、人工智能控制器的概述
不同的人工智能控制通常用完全不同的方法去讨论。但AI 控制器例如：神经、模糊、模糊神经以及遗传算法都可看成一类非线性函数近似器。这样的分类就能得到较好的总体理解，也有利于控制策略的统一开发。这些AI 函数近似器比常规的函数估计器具有更多的优势，这些优势如下：
（1）它们的设计不需要控制对象的模型（在许多场合，很难得到实际控制对象的精确动态方程，实际控制对象的模型在控制器设计时往往有很多不确实性因素，例如：参数变化，非线性时，往往不知道）
（2）通过适当调整（根据响应时间、下降时间、鲁棒性能等）它们能提高性能。例如：模糊逻辑控制器的上升时间比最优PID 控制器快1.5 倍，下降时间快3.5 倍，过冲更小。
（3）它们比古典控制器的调节容易。
（4）在没有必须专家知识时，通过响应数据也能设计它们。
（5）运用语言和响应信息可能设计它们。
（6）它们有相当好的一致性（当使用一些新的未知输入数据就能得到好的估计），与驱动器的特性无关。现在没有使用人工智能的控制算法对特定对象控制效果十分好，但对其他控制对象效果就不会一致性地好，因此对具体对象必须具体设计。
（7） 它们对新数据或新信息具有很好的适应性。
（8）它们能解决常规方法不能解决的问题。
（9）它们具有很好的抗噪声干扰能力。
（10）它们的实现十分便宜，特别是使用最小配置时。
（11）它们很容易扩展和修改。
总而言之，当采用自适应模糊神经控制器，规则库和隶属函数在模糊化和反模糊化过程中能够自动地实时确定。有很多方法来实现这个过程，但主要的目标是使用系统技术实现稳定的解，并且找到最简单的拓朴结构配置，自学习迅速，收敛快速。
二、人工智能在电气传动控制中的运用
1、人工智能在直流传动中的运用
（1）模糊逻辑控制应用
主要有两类模糊控制器，Mamdani 和Sugeno型。到目前为止只有Mamdani 模糊控制器用于调速控制系统中。限于篇幅这里不详细讨论其中的原因。值得注意的是这两种控制器都有规则库，它是一个if－then 模糊规则集。但Sugeno 控制器的典型规则是“如果x 是A，并且y 是B，那么Z=f（x,y）”。这里A 和B 是模糊集； Z=f (x,y）是x,y的函数，通常是输入变量x,y 的多项式。当f 是常数，就是零阶Sugeno 模型，因此Sugeno 是Mamdani 控制器的特例。
Mamdani 控制器由下面四个主要部分组成：
① 模糊化实现输入变量的测量、量化和模糊化。隶属函数有多种形式。
② 知识库由数据库和语言控制规则库组成。开发规则库的主要方法是：把专家的知识和经历用于应用和控制目标；建模操作器的控制行动；建模过程；使用自适应模糊控制器和人工神经网络推理机制。
③ 推理机是模糊控制器的核心，能模仿人的决策和推理模糊控制行为。
④ 反模糊化实现量化和反模糊化。有很多反模糊化技术，例如最大化反模糊化，中间平均技术等。
（2）ANNS 的应用
过去二十年，人工神经网络（ANNS）在模式识别和信号处理中得到广泛运用。由于ANNS 有一致性的非线性函数估计器，因此它也可有效的运用于电气传动控制领域，它们的优势是不需要被控系统的数学模型，一致性很好，对噪音不敏感。另外，由于ANNS 的并行结构，它很适合多传感器输入运用，比如在条件监控、诊断系统中能增强决策的可靠性，当然，最近电气传动朝着最小化传感器数量方向发展，但有时，多传感器可以减少系统对特殊传感器缺陷的敏感性，不需要过高的精度，也不需要复杂的信号处理。
误差反向传播技术是多层前馈ANN 最常用的学习技术。如果网络有足够多的隐藏层和隐藏结点以及适宜的激励函数，多层ANN 只能实现需要的映射，没有直接的技术选择最优隐藏层、结点数和激励函数，通常用尝试法解决这个问题，反向传播训练算法是基本的最快下降法，输出结点的误差反馈回网络，用于权重调整，搜索最优。输出结点的权重调整迭代不同于隐藏结点的权重调整迭代。通过使用反向传播技术，能得到需要的非线性函数近似值，该算法包括有学习速率参数，对网络的特性有很大影响。
2、人工智能在交流传动中的应用
（1）模糊逻辑的应用
在大多数讨论模糊逻辑在交流传动中运用的文章中，都介绍的是用模糊控制器取代常规的速度调节器，可英国Aberdeen 大学开发的全数字高性能传动系统中有多个模糊控制器，这些模糊控制器不仅用来取代常规的PI 或PID 控制器，同时也用于其他任务。该大学还把模糊神经控制器用于各种全数字高动态性能传动系统开发中。也有一些优秀的文章论述运用模糊逻辑控制感应电机的磁通和力矩。它的输入标定因子是变化的。实验结果也验证了所提方案的有效性。该系统中模糊速度控制器与常规的PI 速度控制器和CRPWM塑变器一起使用，它往往用来补偿可能的惯性和负载转矩的扰动。
（2） 神经网络的应用
现如今，有大量文章讨论神经网络在交流电机和驱动系统的条件监测和诊断中的运用。介绍了使用常规反向转波算法的ANN 用于步进电机控制算法的最优化。该方案使用实验数据，根据负载转矩和初始速度来确定最大可观测速度增量。这就需要ANN 学习三维图形映射。该系统与常规控制算法（梯形控制法）相比具有更好的性能，并且大大减少了定位时间，对负载转矩的大范围变化和非初始速度也有满意的控制效果。ANNS 的结构是多层前馈型，运用常规反向传播学习算法。该系统由两个子系统构成，一个系统通过电气动态参数的辩识自适应控制定子电流，另一个系统通过对机电系统参数的辩识自适应控制转子速度。
最后值得指出的是现在发表的大多数有关ANN 对各种电机参数估计的论文，一个共同的特点是，它们都是用多层前馈ANNS，用常规反向传播算法，只是学习算法的模型不同或被估计的参数不同。
三、结束语
总之，电气自动化控制是增强生产、流通、交换、分配等关键一环,实现自动化,就等于减少了人力资本投入,并提高了运作的效率。人工智能是研究、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技术科学。随着现代控制理论的发展，控制器设计的常规技术正逐渐被广泛使用的人工智能软件技术所替代。
参考文献：
【1】陆伟民. 人工智能技术及应用[M ]. 上海: 同济大学出版社,1998 .
关键词 智能电网；技术；应用
中图分类号 TM7 文献标识码A 文章编号 1674-6708（2013）104-0192-02
当前我国电力事业飞速发展，来源于多个方面的力量都成为电力事业发展的重要推动。这其中不仅仅包括了相应专业领域中多项电力技术的层出不同和逐渐成熟，相关其他技术，诸如监控系统和远程数据获取、数据库技术以及人工智能等也都成为推动智能电网进入应用领域的重要助力；与此同时，更为重要的是，对于我国的供电系统而言，更大的覆盖地域范围以及在电力生产和输送过程中所产生的庞杂设备，都从客观上要求着实现更为精准的管理。在这样的背景之下，智能电网应运而生。
1 智能电网的概念
智能电网（Smart Power Grids），即电网的智能化，美国能源部曾经定义其为：“一个完全自动化的电力传输网络，能够监视和控制每个用户和电网节点，保证从电厂到终端用户整个输配电过程中所有节点之间的信息和电能的双向流动。”欧洲技术论坛则将这一概念描述为“一个可整合所有连接到电网用户所有行为的电力传输网络，以有效提供持续、经济和安全的电力。”在国内，相对权威的定义方式当属中国科学院电工研究所的定义，该组织将智能电网表述为“以包括各种发电设备、输配电网络、用电设备和储能设备的物理电网为基础，将现代先进的传感测量技术、网络技术、通讯技术、计算技术、自动化与智能控制技术等与物理电网高度集成而形成的新型电网。”
电工研究所的定义中可以明确看出智能电网的若干特征。首先在于其可观测性，即能够有效获取到电网工作过程中参与工作的电气设备状态数据，以及相关的线路工作数据；其次在于其可控性，即能够针对电网中的设备展开必要的调节；其三则是自动化，重点关注整个供电网络中的系统综合平衡和优化，以及对于突发状况的调整和自愈等，除此以外，自动告警以及必要的趋势预测等功能也会随着相应的计算技术的逐步成熟而纳入到智能电网的相关职能属性中来。
2 智能电网的核心技术讨论
从技术角度看，参与到智能电网中的骨干技术主要包括空间信息技术、云计算、神经网络技术以及作为基础性的数据采集、数据库以及安全技术几个方面。
其中空间信息技术主要包括GIS、GPS技术系统，能够为智能网络提供足够的数据支持，并且帮助其采集到的数据实现逻辑化。我国电力供给网络庞大，枝节繁杂，如果不综合当地的地理数据进行考虑，就很难理解网络中反馈的数据含义。并且相应的地理数据库和卫星定位系统，还能够帮助智能电网实现对于故障的更为精准定位，在根据环境数据加强预测方面也有着突出贡献。对于云计算而言，当前智能电网环境复杂，微环境庞杂，并且很多故障如果不能够实现即时处理就会造成更大供电损失。因此分布式的数据处理环境已经成为发展的必然。在此基础上，云计算为智能电网的计算在资源上提供了更多可能，尤其是对于运行和监控以及数据深入处理的智能云技术，对改善数据拥堵，提升智能电网计算数据吞吐量都有着极大帮助。神经网络技术对于当前的智能电网而言仍然处于不断渗透的过程中，这种技术能够以人的思维方式使计算机理解更多知识。作为一种能够赋予计算机思考能力的技术，神经网络技术的成熟程度，直接关系着智能电网的智能成熟程度，神经网络技术越发达，智能电网就越能将地理信息与电网工作信息进行综合考虑，就越能发现供电网络中存在的问题。而从基础数据服务的角度看，数据库技术和安全问题已经相对成熟，当前的数据采集技术成为了发展的重点。更发达的数据采集技术，对于电网中的工作状态数据以及整个网络所面临的环境数据都能够有效吸收，而更为丰富的数据必然会提供更为坚实的决策基础，最终提供更为准确的决策支持，对于自动化的精准施行也会有所帮助。
3 智能电网的应用特征与结论
智能电网在应用领域与传统电网有着本质区别。这种以人工智能和高度自动化作为突出特征的信息化技术和供电网络结合的产物，从电力的产生到配送以及消费，各个环节都有着更优的表现。
对于电力生产环节而言，我国幅员辽阔，对于电力的需求也一直呈现出上升趋势，因此对于电力的生产而言，当前也多采用了多种途径进行开展。无论是常规的水力发电或者核电站，还是当前较新的风力发电站，都存在有独属于其自身的工作特征和产电量。智能电网的参与，能够帮助在稳定发电厂运行以及调节供电能力等方面有着调整，实现更大范围内，甚至整个系统中的稳定供电。
而对于电力的配给角度，更大的配给范围和更长的输电线路，以及在输电过程中所面对更为难多难以确定的环境因素，都会成为配电过程中的安全隐患，单纯是系统内线损一项，都会对配电效果造成不容忽视的影响。智能电网的参与能够更为精确的确定线路中可能存在的问题，并且对于变电系统的维护也能够达到更高的水平。
从电力消费环境看，智能电网获取了大量的电力消费数据，这样就可能会从两个角度影响电力的消费。其一在于帮助各个消费主体形成正确的消费观念和方式方法，在行业内部横向对比的基础上有的放矢的采取相应的宣传，可以达到节能和优化电力资源使用的目的。另一个方面对于电力消费状况的深入清晰了解，还能够帮助实现对于电力供给网站发展规划的更多认识，对于理智发展有着重要帮助。
参考文献
[1]马其燕，秦立军.智能电网发展状况及其实现建议[J].电力需求侧管理，2010（3）.
[2]陈树勇，宋书芳，李兰歇，等.智能电网技术综述[J].电网技术，2009，33（8）.
[3]张广鑫.智能电网的发展状况及其功能特点[J].广播电视信息，2010（5）：92-94.
[4]谢开，刘永奇.面向未来的智能电网[J].中国电力，2008，41（6）：19-22.
关键词：断路器 现状 智能化 网络化 人工智能
1、断路器的现状
在低压输配电网络中，塑壳断路器是重要的基础元件之一，对于那些经常会发生用电设备过载、短路的场合，能安全、可靠地切断故障电流，防止事故护大危及到整个输配电系统。国外ABB、西门子、施耐德等公司已经推出新一代产品，国内有些著名电气企业也在低压电器的主要技术特征为：高性能的触头灭弧系统，采用模块化结构，电子式脱扣器，性能优越，安装方式简便多样，与现场总结进行通讯等。
1.1高性能的触头灭弧系统
目前ABB公司、施耐德、GE等欧美大部分公司新一代产品采用双断点旋转式触头系统，加强了短弧度近阴极效应，具有较高的电弧电压，以提高分断能力，并省去软连接。国内部分企业申请了相关双断点旋转式触头的专利，如淅江正泰电器股份有限公司申请的发明专利、公开了一种多极低压双断点塑壳断路器，该发明采用相对简单的结构，达到各单级单元之间可靠的机械连接和传动；同时，并使安装更为灵活和方便，可简化装配工艺，降低制造成本。
1.2采用电子式脱扣器
电子脱扣器是微电子、计算机和通信技术的结合，具有传统热磁脱扣器不可比拟的优势，如：脱扣特性稳定，不受环境温度及气候的影响；脱扣电流和时间的精度较高；整定电流可调，并可设置不同的特性曲线以适应各种负载保护的要求；电子脱扣器可以派生通信功能，实现网络化控制，还可派生区域联锁、电量监控及电能分析等辅助功能。各公司的新一代塑壳断路器均可安装电子脱扣器，并逐渐向160A及以下的小容量额定电流壳架发展。
ABB公司推出的SACEIsomaxS低压塑壳断路器采用微处理器电子式脱扣器，分断方式和形状特殊的开断无件使断路器能在极短时间内断开高达200kA的短路电流。
1.3与现场总线通讯
全球电力与控制专家法国施耐德公司在M系列基础上推出了MT、MVV、MTE系列框架断路器。产品外形缩小、保护功能齐全、智能控制器在原保护功能基础上，增加电压、频率和功率的测量、谐波和基波的计算、精确分析电网质量，能与多种总线连接等。Osmart Powerpact塑壳断路器符合UL，CSA等多种认证，采用双旋转分断系统，限流能力强，分断能力最高可达100Ka，具有短路保护功能和过载保护功能，为OEM客户的使用和设备出口提供了便有力的支持。
1.4 采用模块化结构
目前，天水GS-3系列智能控制器是智能框架式断路器配用的核尽控制元件，可以显示设备或电网的工作电流、工作电压（带电压显示型），并根据负载电流的大小实现各种保护，使线路和电源设备免受过载、短路、接地等故障的危害，按约定的保护方式断控控制回路，精度高、可靠性好，还有负载监控人、故障报警、故障查询、在线试验、现场编程、密码设备等辅助功能。
2、我国低压电器的发展趋势
2.1高性能、高可靠、小型化
新型低压电器的高性能除了提高其主要技术性能外，重点追求综合技术经济指标，如低压万能式断路器、塑壳断路器除了提高短路分断能力外，特别关注飞弧距离的减小，同时要示小型化，这对发展新一代紧凑型低压成套设备十分重要，交流接触器已经不片面追求机电寿命的提高，而是把研究的重点放在产品功能组合与派生、分断可靠性（包括缩小飞弧距离，防止相间飞弧），动作可靠性、接触可靠性以及节银、节能等方面。
2.2电器智能化、电子化
电器智能化是以智能电器这种有形产品为基础建立的相关学科知识及应用技术的系统集成，随着电子技术和计算机技术的同步发展，智能电器经历了半异体、电子式、智能式等几个阶段。目前，随着专用集成电路和高性能的微处理器的出现（如DSP），智能断路器、智能控制保护器、智能接触器等功能完善的智能电器无件和智能型配网络系统将应运而生。
未来脱扣器的智能化不仅体现在可实现长延时、短延时、瞬时过流保护、接地、欠保护等保护功能、可显示电压、电流、频率、有功功率、无功功率、功率因数等系统中出现大量的高次谐波，而模拟式电子脱扣器一般只反映故障电流的峰值，造成断路器在高次波的影响下发生误动作，带微处理器智能化断路器反映的是负载电流的真实有效值，因此可避免高次谐波的影响。
2.3 电器智能化网络
近年来，现场总线的出现给工业自动化带来了革命性的变革，现场总线是一种造价低、可靠性强并适合工业环境使用的通信系统，仅需要一根双芯电缆，使布线非常简单，减少了安装维护费用。
将智能电器——中央控制设备，智能电器与智能电器之间，通过总结连接起来，在低压配电系统和电动机控制中心统一就形成了一个智能化监控、保护与信息网络系统，这种系统具有以下优点：当系统中电器设备发生故障时，通信电器与现场总线器能够显示故障信号，便于排故障，保证系统正常运行；系统传输的精度提高，保证了行的可靠性。因此，这种系统使操作人员在控制室中能够方便地控制各种现场设备，并且能够及时了解现场设备运行情况，处理各种故障。
2.4 功能扩展
随着智能电器的发展，通过对智能电器的扩展可以完成其它功能，由于低压断路器的智能脱扣器以微处理为基础，并具有通信功能，所以让新一代的智能断路器兼有电力质量监控功能是一种经济有效的做法，并且它颁在低压网络的各个供水端，因而通过与中央控制计算机通信可获得配电网各端点的电力质量信息。
基于微处理器的智能电器具有强大的检测功能和通信功能，因而利用智能电器实现电力质量监控是最合适的方案，这也是当前中压和低压智能电器的一个新的发展方向，用智能电器实现PQ监控有两种结构：一是用于低压智能配电系统中的专用智能化电力质量监控器；二是让智能化低压断路器或保护继电器兼有电力质量监控功能。
3、结束语
未来的低压电器智能化将使电器的功能更加完善、性能更加优良、可靠性更高，电器智能化网络将使供电系统和工业自动化系统的管理更加完善，极大提高供电系统的可靠性和用电设备的安全生。人工智能的应用将提高电器在设计、生产和使用中的效率以及可靠性。
参考文献：
[1]杨国福.低压电器发展状况及趋势[J].江苏电器，2004，（4）.
关键词：数字经济；传媒产业；新闻业
中图分类号：G210文献标识码：A文章编号：1672-8122（2020）10-0119-03
数字经济时代，互联网、云计算、大数据、人工智能等数字技术的高速发展，渗透到传媒产业的方方面面，新闻的生产方式和传播方式被颠覆，新闻传媒业的数字化转型变革已成为时代的迫切要求和业内共识。
一、数字经济时代与传媒业
2016年杭州G20峰會上的《G20数字经济发展与合作倡议》说明数字经济是当今世界范围内达成高度共识的经济发展形态，已是大势所趋。
互联网数字技术和数字经济席卷全球，颠覆了传统新闻传媒产业。新闻传媒业既要面对市场环境变迁的挑战，又要抓住技术革新、消费升级的机遇，开辟新的发展空间和突破口。
二、传统新闻传媒业的发展危机
报纸曾经作为新闻的主要阵地，经历了20多年的辉煌时刻，但面对新技术和新经营方式的冲击，报纸媒体市场份额持续呈下滑趋势，在传媒市场中的处境变得越来越被动。
互联网的初期发展一直都享受着用户数量递增的人口红利，但随着中国互联网发展由增量市场逐渐步入存量市场，新闻传媒业在互联网上的流量获取感受到了压力。中国互联网络信息中心（CNNIC）第44次《中国互联网络发展状况统计报告》指出，截至2019年6月，我国网民规模达8.54亿，手机网民规模达8.47亿，占整体网民99.1%[1]。新闻媒介必须要通过提供更好的新闻内容和服务赢得用户时长。
三、数字经济时代的新闻传媒业发展趋势
在数字经济时代，新闻媒体内部变革困难重重，外部市场环境不断更迭，传统新闻生产方式存在被彻底颠覆的可能性。新闻传媒业在不断的尝试和失败过程中，探索着新的发展路径。
（一）数字智能技术驱动下的新闻传媒业
1.新闻生产方式的重塑：智能编写
提供新闻内容是新闻传媒业的主要职责和关键立足点，是新闻传媒业创新发展的核心阵地。当受众不再满足于“千人一面”的新闻内容呈现，新闻传媒业开始追求基于算法和人工智能的个性化推荐内容服务。
AGC（AlgorithmGeneratedContent算法集成信息）成为与PGC和UGC一样重要的信息生产形式。美联社（AP）、《华盛顿邮报》和《纽约时报》等新闻媒体纷纷与科技公司合作，利用大数据和人工智能重新打造信息生产、分发、反馈的各个环节。以腾讯、新华社为主要代表的国内新闻媒体也引入机器人进行新闻生产，如腾讯财经机器人Dreamwriter，新华社写稿机器人“快笔小新”、AI主播。
人工智能在新闻领域的运用扩大了新闻内容的生产效率，让信息的流动变得更加自由，也给用户提供了更丰富自由的内容选择，弥补了新闻市场的长尾需求。
2.新闻分发方式的变革：个性推送
互联网上海量的信息内容固然给用户提供了更为自由的选择，弥补了用户市场的长尾需求，但爆炸性的信息也增加了用户筛选信息的困难性。智能化和个性化的内容分发和推送就显得至关重要。
据《纽约时报》内部统计数据显示，经过机器筛选后自动推荐的文章的点击量是普通文章的38倍。国内的新闻传媒业智能分发也在积极尝试，今日头条的广告词是“你关心的，才是头条”，指的就是基于数据挖掘形成的推荐引擎式的智能信息集成与推送模式。
人工智能和大数据的定向推荐，在满足用户的个性化需求的同时，用户隐私问题以及用户过于细分的问题也日益凸显。追踪用户上网使用痕迹可能会泄露其个人信息和隐私，而过度依赖算法推荐则可能导致用户群体接受到过多垂直领域的信息，造成新一轮的数字鸿沟。
3.新闻呈现方式的颠覆：浸媒呈现
沉浸式新闻（ImmersiveJournalism）开始提上新闻传媒业的发展议程，其核心思想是构建新闻现实的虚拟场景，以第一人称的视角进行新闻报道。
沉浸式新闻的基础应用是采用数据可视化技术（以数据三维图创建新闻场景）和多媒体融合报道。将虚拟现实技术应用在新闻报道中，能够形成沉浸式虚拟现实融合报道，能有效解决文字和图片转述产生的失真，使受众“置身”新闻现场，实现受众主体性的回归。美国广播公司（ABC）率先推出了“ABCNewsVR”的服务，报道了其首则虚拟现实新闻《叙利亚之旅》；《人民日报》利用全媒体平台制作“9·3大阅兵”的VR全景视频，成为国内首家对虚拟现实技术应用的主流媒体。但由于AR和VR的技术复杂、成本高、时效性低，还难以广泛运用。
新闻传媒业领域的众多数字化应用的尝试积累了极为珍贵的经验，但相比于国外媒体在技术辅助新闻运营上，国内做的还远远不够。国外的数字技术辅助新闻不仅渗透到了新闻写稿、新闻编辑，还包括海量数据分析、新闻事实核查、新闻线索收集和新闻交互使用。如Mashable启动Velocity数据分析工具平台，通过分析识别文章的传播趋势和可能存在的爆点；《华盛顿邮报》的Feels聊天机器人，在美国大选期间向用户收集选举相关数据，以捕捉选民倾向。而国内的人工智能还停留在比较初级的应用阶段，多以财经、体育新闻为主，体裁上基本局限于快讯、短讯和财报。
（二）新闻传媒产业领域的多元集成
集成产业指的是不同领域的产业之间纵向或横向联系的创新结合体，通过其相关性产业或支持性产业的集成融合来形成新的利润来源[2]。大致可分为横向集成、纵向集成和混合集成。
横向集成指以传媒核心业务为基础，横向整合相似的新闻传媒机构，共建共享资源，推动产品和服务升级，产生协同效益。如报业集团和广电集团整合各自旗下的传媒或者与其他报业集团和广电集团合作整合资源。
纵向集成指纵向整合新闻生产链的上中下游产业，延伸产业链条，产生外溢效应。关联产业是指纵向产业链资源的供应与营销产业，新闻纸生产和印刷设备、印刷材料供应、营销发行链条、信息增值服务等产业，以及包括文化类会展、信息咨询公司、影视剧产业、旅游文化推广等文化经济活动等[3]。
混合集成指的是实施多元化发展，吸纳融合原本不属于新闻传媒业的产业，形成联结经济效益。在数字经济时代，数字化新闻媒体平台已不仅仅是新闻内容的承载平台，更多的是多媒体的综合性信息服务平台。当新闻传媒业在内容方面的竞争难以进一步推进时，提供差异化的优质服务是争夺用户使用时长的另外一条突破路径。此外，随着互联网打破了媒介垂直的信息供给链，媒介重要性被大大削弱，新闻传媒产业不得不尝试与更广泛的接口开展合作。提供智能信息服务的智能家居终端，GoogleHome、AmazonEcho和天猫精灵等也是新闻传媒业进行产业混合集成的下一步尝试切入口。
（三）新闻传媒业盈利模式转向
传统新闻传媒产业有两种盈利模式，一是将产品卖给受众，获得发行收入；二是将版面和播出时间卖给广告商，获得广告收入。在国内，不仅广告商的投入持续下滑，受众付费习惯也还未完全养成，这就要求新闻传媒业积极做出行动。
首先，有条件的新闻传媒业可以尝试建立自己独立的新闻媒介平台，以及时把握产业集成带来的新的盈利点。新闻传媒业的数字化转型大多体现在将文章在微信、微博等第三方平台上，很少有新闻媒体成功地做出自己的平台品牌。这就将自身的内容审查权、运作自主权和盈利把控力拱手让于第三方平台。单纯作为内容供应商很难在平台的整体收益上分一杯羹，也难以在横向、纵向和混合集成中进一步探索并获得由此带来的盈利。
其次，逐步培养用户的付费阅读习惯，开设精品付费版块或推出付费专业版平台。随着以微信公众号为代表的内容创业红利的式微，付费成为内容盈利的蓝海，国内的付费环境还没有完全养成，但是呈现了良好的发展趋向。随着消费升级、知识版权保护的加强、线上支付普及以及付费内容多元化的发展，用户正逐渐养成知识付费的消费习惯。新闻传媒业可以考虑从以下几个方面培养用户的新闻付费习惯：强调付费新闻内容的专业性和稀缺性；提供免费或低成本的试用机会；让用户意识到新闻业的艰难处境，以寻求人性化支持。国内一些新闻机构已经开始了用户付费的尝试，推出了新闻客户端的付费专业版，如凤凰新闻（专业版）、华尔街见闻（专业版）等。
再次，深耕垂直细分领域，开辟知识付费频道。数字经济时代，媒介发展重心垂直化，一些细分市场下的垂直媒体逐步取代全能媒体。垂直类新闻媒体如虎嗅和36氪等，纷纷步入付费领域，知识付费成为新闻内容平台新的盈利选择。
最后，新闻传媒业的场景消费盈利。科技公司的GoogleAssistant、GoogleHome、GoogleDrive、AmazonEcho和天猫精灵等一系列场景应用，开拓了新的信息获取接口，提升了对受众需求的感知能力。将信息产品和服务巧妙地融合与搭载到这些场景应用中，是未来新闻传媒盈利的新突破点。
四、小结与展望
数字经济时代，新闻媒体借助机器人写作和智能化推荐，有了新的强劲的发展动力，但在此过程中，由于人工智能与计算机、互联网等技术一脉相承，拥有强大技术基因的科技公司切入新闻市场的优势十分明显。新闻传媒业出现“制播分离”新模式，即新闻内容的生产和分发渠道开始分离，这一方面推动了新媒体与传统主流媒体的融合，另一方面也使传播权力转移，传统新闻媒体面临沦为“内容提供商”的风险[4]。
