发布时间：2023-09-14 17:28:58
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篇的人工智能医药样本，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。
1引言
新一轮科学技术和产业革命的深刻变革，推动社会各个领域实现深刻变化。人工智能是这一轮产业革命的重要成果，国家也将人工智能作为中国产业发展的重要组成。中医作为我国的国粹之一，由于主要强调临床经验，治疗方式上也是因人施治，一人一方，异病同治、同病异治，存在着发展的短板。人工智能的应用为中医的信息化发展以及中医研究的深入推进提供了机遇。如何用人工智能为中医研究应用赋能，是一个非常重要的研究课题。
2大数据为中医智能化提供基础
大数据时代已经来临，已经成为全世界的共识。大数据时代纷繁复杂的信息在为人们带来挑战的同时，更多的是一种机遇。中医与互联网大数据的深度结合是国家战略，也是中医药研究领域关注的重点，于进一步研究和发展中医药大数据产业，提升中医药国际地位，具有重要意义。“互联网+中医”早在几年前就已经成为国家战略，我国《中医药发展战略规划纲要2016-2030》明确提出推动“互联网+”中医医疗，对“互联网+”中医医疗做了具体和全面的部署。具体而言，大数据对中医发展的智能化推动有几个方面。首先是中医药数据的挖掘使用，我国中医博大精深，是一套深奥成体系的学术、临床体系，中华几千年的中医药发展积累了极其丰富的大数据，是一座亟待开发挖掘的金矿。将这些丰富的数据进行智能化，对中医发展的促进作用将是无与伦比的。其次，大数据结合中医的核心理念，实现中医的有序发展。中医的临床疗效评价实质上是中医辨证论治与临床结局之间的因果关联分析，大数据理念恰恰可以反映关联及因果关系。中医生更多是临床过程的记录，在日积月累的经验积累和案例分析中形成独特的临床经验，将这些经验通过大数据建模的形式刻画出来，将大大实现中医的智能化。最后，大数据为中医发展的现代化和标准化提供条件。中医的发展需要标准体系的支撑，落点应该在于制定标准体系，促进共享应用，进而实现中医药大数据在互联网医疗等领域的创新和应用，在更大意义上推动世界范围内中医药大数据的发展，进而促进中医药国际化。
3运用人工智能促进中医研究应用的意义
人工智能和中医的结合，不仅可以对中医的研究和应用起到促进、推广作用，也是对人工智能应用领域的丰富和拓展。具体来看，人工智能对中医研究应用的意义有以下几个方面。（1）有助于推动中医的信息化发展。上文已经提到，我国几千年的中医研究建立了极为庞大且秩序井然的中医知识图谱，但是如何通过对数据价值的挖掘，进一步促进中医药发展是一个重要的课题。而互联网的出现，特别是大数据时代的到来，更为中西药的信息化提供了难得的机遇。人工智能对发掘中医隐性知识有着得天独厚的优势。当前，以大数据为支撑的人工智能在医疗领域的应用很多，比如医学影像、语音识别、病人看护等。延伸到中医研究和应用领域的还不多，可以利用人工智能将大量的中医诊疗数据进行深度挖掘，从而拓展中医人工智能的市场前景。（2）有助于推动中医传承发展。可以说，传统中医存在传承、推广应用和发展方面存在较大的痛点和难点。一般情况下，知名中医的传承主要是流派传承或者人传人的方式进行，这种传承方式成长周期长，无法复制，规模化推广应用受到限制。而通过人工智能则可以有效解决以上痛点，可以将知名老中医的诊疗思想、辨证逻辑和处方经验进行整合，形成在线的辅助学习和辅助诊疗系统，带动更多普通医师提升诊疗能力，也可以帮助中医的传承及推广应用。（3）人工智能有助于推动中医诊疗智能化。诊疗是医学的核心环节。中医药的诊断流程一般分为三步，第一是望闻问切、采集信息；第二是四诊参合、辨证分型；第三是君臣佐使，构思方剂。不过，传统中医在很大程度上需要依赖医生的个人经验，这意味着必然存在一定局限性。但是，利用人工智能，普通医师可以通过第一步采集到患者信息，进而借助网络实现规范化处理，后台通过人工智能模拟名老中医的辨证治疗的方式，给出一定的方剂建议，从而使一般医师也可以开出相对更有效的大处方。因此，也可以说，人工智能是放大中医产能的重要工具，是中医智能化发展的重要抓手。
4人工智能推动中医研究中智能化的建议
（1）加大人工智能诊疗的结合力度。人工智能是辅助中医研究应用的重要工具，在产能放大化、中医推广方面前景广阔。要加大中医和人工智能的结合力度，针对中医药发展的特点，找准人工智能结合的切入点，研发设计更多在中医挂号、诊疗、远程诊治、后期跟踪等方面的人工智能成果，将二者实现更进一步的融合。（2）更好集散用好大数据信息。大数据是促进中医人工智能化的基础和技术支撑。要加大对关于中医方面大数据的收集、分析和挖掘使用，并制定中医诊疗标准和体系，将数千年的中医经验转化为集中医诊断、服务，健康信息采集、健康评价、健康指导、健康提醒功能为一体的信息系统，形成多元化诊疗数据，为更好服务患者、推动中医走向现代化、国际化提供支撑。
3月3日，百度医生官方微信公告称，从今年3月10日起将停止服务，同时下线第三方提供的其他所有服务，并将于4月1日正式关停并清空数据。不过，这并不是一个偶然事件。
春节后，百度CEO李彦宏在一封题为《迎接新时代》的内部信中表示，今年公司对外要迎接新趋势，对内则要打扫门庭，对没有市场竞争力的产品该撤就撤，该关就关，该并就并。随后有消息称，百度裁撤了医疗事业部，不幸成为了“该关就关”的一个典型。而此次百度医生业务的关闭，也正是百度内部这一大动作的延续。
在“魏则西事件”后，当“百度”和“医疗”两个关键词伴随着“裁撤”同时出现，总能吸引大量目光。不过，百度此次裁撤医疗事业部其实和饱受大家诟病的医疗广告并没有什么联系。
据悉，医疗事业部是百度旗下一个才成立两年的新兴业务部门，专注于提供跟医疗和移动健康相关的服务。主要的业务范围则是联手国内知名医院推出挂号预约等服务，并整合百度原有的各项移动健康和移动医疗业务。百度医疗事业部的主要代表产品有百度医生和百度医疗大脑等。百度医疗事业部被裁撤，最直接的原因也许在于其糟糕的市场表现。
有人在《}脉》平台上匿名爆料称，“医疗事业部是EBG业绩最差的部门，今年国际化营收16亿元人民币，教育达到收支平衡，安全事业部重组，只有医疗的业绩最差，关键是实在没东西，只有一个概念医疗大脑，没有任何实际用处。”此外，还有消息称，这个有两三百号人的百度医疗事业部，已连续三年年终系数垫底。
新方向：人工智能+医疗
尽管百度医疗事业部该关的已经关了，但百度对于医疗业务的野心并未消亡。同样是在《迎接新时代》的内部信中，李彦宏表示，医疗将成为百度在人工智能上改造的一个垂直行业。百度医疗事业部所研发的百度医疗大脑，正是百度“人工智能+医疗”的产品雏形。
李彦宏最近的公开讲话，言必称人工智能。早在2016年底的乌镇互联网大会上，李彦宏曾发表了《智能医疗奇点临近》的主题演讲，阐述了百度“人工智能+医疗”业务的四个发展阶段。在亚布力论坛2017年会上，李彦宏又再次重申：“医疗领域有非常大的机会，与百度也非常有关系，我们将会利用人工智能参与其中。”
在百度看来，未来人工智能技术一定会被应用于互联网医疗领域，连接各种设备与终端，通过更加丰富的用户数据建立精准的用户健康画像，进而更加精准地匹配医疗服务。可以说，李彦宏本人对于“人工智能+医疗”业务有巨大热情。此番裁撤医疗事业部，应该只是内部业务的整合，实现李彦宏在内部信中所说的“战略上重要的项目去聚焦”。
百度曾在医疗O2O上投入了较多精力，但是市场效果欠佳，而且O2O模式也未能完全发挥百度在大数据方面的优势。而在去年9月份百度世界大会上，李彦宏就放出话来：“人工智能是百度核心的核心。”此次医疗业务整体向人工智能转型，显然也符合百度当前的大战略。
“人工智能+医疗”，百度缺什么
人工智能是目前科技界最火爆的话题，而医疗服务更是一大社会刚需，而这样的结合所带来的医疗经济注定会十分可观。然而，看到了这一点的却不止百度一家。事实上，如果要追根溯源的话，人工智能和医疗领域的跨界尝试，距今已经有了五十多年的历史。
虽然50多年的努力并未取得太大突破，但正如李彦宏所说，我们距离人工智能水平实质性的突破的确已经越来越近。放眼全球，IBM、谷歌和微软等巨头都是“人工智能+医疗”的忠实推进者。在硅谷，围绕辅助诊断、医疗信息化、医药研发和医学影像等领域进行开发的人工智能创业公司，也正在不断涌现。百度在和这些同行竞争时，会有优势吗？
据物理学家组织网近日报道，业界人士认为，各大巨头的诸多尝试和努力是计算领域的一次进化，使用户能更自然地同机器“交流”，指挥设备处理各种任务，比如订货、查阅交通状况、预定餐厅或搜索信息等。这些程序中的人工智能元件旨在创造一个新世界，身处其间的每个人都将拥有一个虚拟的助手。
谷歌
谷歌希望能在人工智能领域博得头筹，该公司高管将人工智能看成是与智能手机一样强大的改变世界的力量。
谷歌最近推出了完全自主设计的智能手机Pixel，其配置强悍且内置智能语音助手Google Assistant，势要与iPhone 7一较高下。借助这一助手，用户能使用并整理设备上以及云端的信息、查阅电子邮件、制订日程、浏览新闻、查询交通状况、查阅天气信息等。
另外，谷歌于今年9月21日推出的能安装在智能手机上的全新数字助手Allo，也广受科技行业和媒体的关注。在今年10月5日举办的秋季会上，谷歌除了推出Pixel系列手机外，还正式推出了Google Home智能音箱。作为要与Amazon Echo一较高下的智能家居中枢，它不仅允许用户通过Google Home进行语音搜索，还可以链接家中的智能设备，并通过语音控制它们。
三星
10月8日，三星表示，将收购美国初创公司、苹果Siri的创始团队Viv Labs，作为进军AI领域的“踏板”。Siri是苹果AppStore里的一个应用，用户像平时聊天一样输入文字内容，Siri会给出答案。
Viv Labs是一家人工智能和虚拟助手公司，被三星收购后，它也将带去其最新的人工智能语音助手产品Viv。Viv具有“动态编程”和“可堆栈化”能力，有助于理解用户的真实意图和提高连续接受用户请求的能力。
三星公司表示，计划在2017年下半年将Viv引入三星智能手机。同时，三星也希望将Viv扩展至其他三星设备，包括电视、洗衣机等家用电器。
亚马逊
亚马逊早在2014年就了Echo家居助手，这个声控扬声器由一位名叫“Alexa”的语音助理驱动。
亚马逊Echo可以作为智能家居的控制装置，它“身高”10英寸，圆柱形，可以摆放在家中的任何位置。Echo支持Wi-Fi连接，可作为蓝牙扬声器播放来自在线流媒体服务的音乐；另外，Echo还可以提供各种信息查阅浏览和提醒等功能，并且依靠语音命令进行激活。
Alexa是装在Echo内的个人虚拟助手，相当于亚马逊版的Siri语音助手，可以接收相应语音命令。使用Echo时，用户只需说一声“Alexa”，就可以开始询问，包括新闻、创建任务提醒、设定闹钟时间或播放音乐等。Alexa还可以和各种智能家居设备进行交互，用来控制恒温器或调节灯光。
此外，亚马逊最近还推出了更小巧的Echo Dot，“身高”仅6.5英寸，并且不需要固定电源。
微软
微软的个人助手名为“Cortana”，中文名“小娜”，是微软于2014年的全球第一款个人智能助理。“小娜”来源于《光环》游戏中的主要角色之一，是主角士官长的人工智能助手。微软称， “小娜”极具幽默和诙谐天分，这一点和苹果的Siri相比有过之而无不及，可谓有史以来最为人性化的个人助理应用。
与苹果的Siri和亚马逊的Alexa一样，微软的“小娜”能够让用户以人类的方式与设备对话。“小娜”可以理解用户说话的含义并以类人类的方式给予反馈。但是与其他语音助手不同的是：“小娜”在PC端和移动端同时适用，而且远不是收发消息这么简单。微软想要她成为用户的贴身智能秘书，协助用户管理通信、安排日程及满足相关需求。
脸谱
尽管脸谱公司在人工智能领域只是“后起之秀”，但“财大气粗”，不惜投入重金进行研发。据信，该公司正在开发一款代号为“Moneypenny（简称M）”的人工智能助理，并已展开内测。
脸谱公司聊天工具Facebook Messenger（飞书信）服务负责人戴维·马库斯说：“M是一种个人数字助理，与市场上其他基于人工智能技术开发的服务相比，M真的能代替用户购物、为亲人送礼物、预定参观、安排旅程等。”
脸谱公司创始人马克·扎克伯格说，他想制造出一款真实版的“贾维斯（Jarvis）”。在电影《钢铁侠》中，“贾维斯”是钢铁侠的智能管家，这款超智能软件能独立思考、会帮助主人处理各种事务、计算各种信息；而且钢铁侠的机甲开发和方舟反应炉更新都离不开它的协助。
扎克伯格写道：“我将通过探索现有技术来开始这项服务。”他的最初目标应该是一些基本智能操作，例如控制音乐、灯光、温度等。
扎克伯格此举并非心血来潮。早在2014年，他就以个人身份入股了人工智能公司 Vicarious。人工智能是脸谱公司三大长期科技赌注之一。扎克伯格曾明确回答为何要进入人工智能领域：“人工智能可以提升互联网服务的智商，从而对于用户变得更有价值。”
目前，脸谱已经建立了三个人工智能研究中心，分别位于法国巴黎、美国纽约和加州的门洛帕克，每个实验室拥有40-50名研究员。脸谱在人工智能开发方面虽然起步晚于谷歌、微软，但成绩斐然。
苹果公司
苹果公司是第一家个人助手的公司，它于2011年了语音助手Siri。今年6月份，苹果给出的数据是，Siri周均提供20亿次服务，而去年这个数字仅为10亿次。
在过去几年，该公司一直在努力优化这一工具。今年6月，苹果开放了Siri，可以与非苹果的应用交互（尽管目前仅限于包括微信在内的6种应用），因此，用户能使用打车软件Lyft来预约车辆，或使用Square Cash进行支付。
苹果也引入了Home应用，来同智能家电和其他设备交互。通过Home这款应用，苹果正努力让Siri从智能手机的框架中跳出来，让她变成用户家庭中的一员，成为一名智能精明的管家。不过，未来她的表现如何，还需拭目以待。
IBM
技术巨擘IBM公司可谓人工智能领域的急先锋。20年多来，该公司的“深蓝（Deep Blue）”计算机占据了无数家报纸的封面。1997年，“深蓝”战胜了国际象棋冠军加里·卡斯帕罗夫，这被视为是IT产业发展史上具有标志性意义的事件之一。
随后，人工智能“沃森（Watson）”接替“深蓝”继续对人类智能极限发出挑战。2011年2月17日，沃森参加了美国最受欢迎的智力竞猜电视节目《危险边缘（Jeopardy）》，并连续击败了该节目历史上最为成功的两位选手肯·詹宁斯和布拉德·鲁特，成为《危险边缘》节目新的冠军。
沃森由90台IBM服务器、360个计算机芯片驱动组成，拥有2880个处理器核心，约有10台普通冰箱那么大，内装超2亿页新闻图书等资料。沃森不仅可以识别文字、地理位置，还可以部分感知人的情感，未来还将试图读懂人类的语言，学会思考。IBM将其实现人工智能的方法称为“认知计算（cognitive computing）”。
外界普遍认为，这是IBM在个人电脑业务及传统IT服务衰落后向死而生的新业务。目前，沃森主要应用集中在医药领域。去年4月IBM宣布，与苹果、强生和医疗器械公司Medtronic合作，目标是“变身”为医疗系统中介，让个人和医院都得通过IBM获取信息，优化数据收集、分析和反馈服务。
去年5月，14家来自美国和加拿大的癌症治疗机构宣布，将开始部署“沃森”计算机系统，该系统能根据病人肿瘤的基因指纹选择出适合的治疗方案。今年6月，日本东京大学医学研究院的研究人员利用“沃森”仅用10分钟即判断出一位60岁的女性患有罕见的白血病。
[关键词] 电气工程自动化； 智能化技术； 应用分析
前言
随着近年来我国国民经济的迅猛发现，人们的经济水平有了大幅度的提高。因此，人们在日常生活中对电力的需求量也与日俱增，并且对电力供应的质量要求也大大提高。这些因素在一定程度上推动了我国电力行业的快速发展。并且也使得与电力相关的一些行业得到了很大程度上的发展。在这些众多的行业当中发展较为突出的当属电气工程。为了满足人们不断增长的对电力行业的要求，自动化技术在电气工程中的应用越来越广泛，电气自动化技术的重要性也逐步体现出来。电气自动化技术的优势在于，它能够对整个电力系统实施远距离的自动监控管理工作，保证了电力系统的安全、经济运行的同时还能最大程度的保障供电质量，非常符合电力行业的运营要求。但是，在电气工程自动化技术的应用中还是存在一些问题，会有多多少少的缺陷和不足。为了改进电气自动化技术使用过程中的不足，弥补自动化技术的缺陷，在电气自动化技术中引入智能化技术，让电气工程在进一步发展，取得长足的进步。智能化技术它的主要特点就是将人工智能理论融入到计算机技术当中来，利用计算机进行语言、文字识别，信息数据等工作。目前，智能技术在电气自动化控制领域中的应用还是处于最开始的起步阶段，存在很大的开发、利用的空间。
1 智能技术理论分析
1.1 人工智能理论
人工智能（Artificial Intelligence），英文缩写为AI。“人工智能”理论的首次提出是在1956年，到目前为已经有50多年的时间。在这50多年的时间里，人工智能技术发展迅速，并且取得了很多成果，取得了长足的进步。可以不夸张的说人工智能已经成为一门较为前沿的科学，并且具有广泛性和交叉性，应用领域不断扩大，涉及方面不断拓广。人工智能技术已经在哲学、医学、生物学、心理学，自动化技术、控制理论、信息技术以及数理逻辑等学科中取得了许多成果。人工智能技术作为一项新兴的计算机科学分支，充分展现了智能的本质特点。人工智能技术能够应用在多个方面中主要的运用基础在于，它涵盖了众多的学科知识，例如：控制学、语言学、信息学、生物学还有医药学等等。智能化技术主要研究的是如何让计算机拥有像人类一样的智慧，使其完成某些高要求、高难度、高危险的活动。伴随着科学技术的不断发展和进步，计算机技术已经能够实现通过编制一套特定的程序来模仿人类的大脑，可以模仿人类大脑进行收集、分析、处理数据，还可以进行交换信息和信息反馈。计算机技术的发展也在一定程度上促进了电气自动化的发展。
1.2 人工智能的优越性
人工智能理论在电气工程中的主要应用是针对和电气工程有关的自动控制、系统运行、信息处理、电子电气技术、研制开发、信息处理和计算机与电子应用等。智能技术在电气工程自动化中的运用主要是针对控制器，让传统的控制器实现智能化，发挥其更大的优势。
智能化技术在运用过程中的主要优势在于：
1）可以不再建立专门的控制模型。电气自动化技术中传统控制器在控制时，要根据控制对象建立复杂的动态方程。在利用动态方程模拟设计时会有很多不确定、无法估计的客观因素的存在；有些参数变化情况难以掌握，这使得设计的控制模型不够精准，影响自动化控制工作的实际效率。智能化技术能够有效的解决这样的不足，在智能化控制器中不再需要建立复杂的动态方程工作，有效的回避了不确定因素对控制精度的影响。
2）对电气系统实施更加便利的调控。智能化控制器的另一大优势就体现在此，它是通过鲁棒性、时间变化、响应时间来对系统进行实时的调节和控制，大大提升了系统自身的工作性能。因此，较传统的控制器而言，智能化控制器更加稳定，更加符合应用在实际工作当中去。另外，智能化控制系统在对电气设备进行调整控制的时候，是利用相关数据的变化进行的自动调节，这个过程中是不需要任何技术人员在场的；在条件允许时还可以实现远距离的自动调节。这一优点真正实现了电气工程中无人监控的自动化控制的目标。
3）智能化控制系统在处理数据时有很强的一致性。这一优点主要是体现在处理数据的时候，当系统中输入的是比较复杂或是非常陌生的数据时，同样也是能够得到较高的估计来满足自动化控制的要求。
2 智能化技术在电气自动化控制中的具体应用
目前，人们对人工智能技术的研究进一步加深，使得人工智能技术取得了不错的成就，其应用范围在不断的扩大。有非常多的专业研究人员对人工智能技术在电气工程自动化控制方面的应用展开了深入的研究。主要是针对以下方面进行的：将人工智能技术应用到电气工程自动化控制的故障预测与诊断、或是针对电气产品设计的优化、保护与控制等领域。
1）电气产品的优化设计、保护与控制。电气产品、设备的设计工作是电气工程自动化控制过程中不可或缺的一项工作。设计工作本身就是一项技术含量较高、综合性较强的工作，电气产品、设备的设计也不例外，相当复杂并且繁琐。设计电器产品、设备时要就设计人员要具备两方面的知识内容：一是理论学科的知识，主要包括了电磁场、电路、电器电机等。二是具有相关经验，设计时要根据以往设计时的相关经验和实验作为基础，然后进行传统的手工设计。传统的电器产品、设备设计时依照经验知识，依靠手工进行设计，设计中缺少技术支持，设计工作量非常大，工作效率比较低；设计后方案达标率不高，之后的修改工作难度也很大。人工智能技术的应用使得设计工作由手工慢慢转变成为计算机辅助设计，缓减了人工的压力，一定程度上提高了工作效率，减少了电气产品、设备从构思到设计再到生产的时间，而且计算机的投入更使得设计工作开始逐渐步入智能化、优质化、高效化。
在电气产品设计中主要用两种人工智能方法：遗传算法、专家系统。遗传算法是电气产品优化设计时主要应用智能化技术的具体形式之一。遗传算法之所以能够应用在设备优化设计当中，主要是因为它能够直接操作对象，还具备隐并行性、全局寻优等能力，可以通过自身调整搜素的能力来对设计进行优化指导。专家系统是计算机系统与人工智能技术的结合。它有效的利用了专家们在某一个领域的经验知识，通过一个或是多个专家对肯定领域的经验来对问题进行合理的分析、推断和处理。专家系统中是利用计算机程序来模拟人类专家处理信息、分析问题、解决问题的过程。在这个系统中存有大量的专家经验知识数据，利用这些知识来解决问题。这种方式也是优化设计方法中比较重要的一种方法，不过这种理论方法还不是很完善，仍然有很大的发展空间。
2）设备故障的预测与诊断。在电气自动化系统运行过程中，难免不会出现一些小毛病、小故障。即使是在我们非常重视对电气自动化系统的检测检查工作，不定时的安排专门的技术人员对系统的运行情况给予检查、检测、维修，但电气工程系统设备任然会出现一些设备故障。所以说这些情况是不可避免的。不过在故障发生之前一定会有一系列的征兆或是其他与故障有联系的现象出现。因此，可以利用智能化技术对电气系统进行监控，对系统实时进行全面、准确的分析诊断，预防设备出现故障；在出现故障时给予及时准确的诊断处理，将损失降到最低点。而人工智能的技术运用在故障的诊断方面主要有三种：神经网络、模糊逻辑以及专家系统。
智能化技术在对变压器故障进行诊断处理时，诊断的最主要方法就是针对故障变压器中会有漏油的现象出现，因此可以根据渗漏出的油的分解气体进行分析处理。针对分解气体的分析能够将变压器发生故障的大致范围锁定，然后在进一步的进行分析、检查缩小发生故障的排查范围，最后准确的找到故障的具体发生地点并对故障进行及时的修理。智能化技术的运用大大加快了查找故障、诊断故障、检查修理的速度；除此之外，还有效的避免了故障设备损坏的情况。智能化技术使得电气设备在运行当中的安全性大幅度的提高，同时也增加了电气自动化系统运行的经济效益。
3）电气工程自动化控制中引入智能化技术进行
智能控制。人工智能控制在电气自动化系统中已经得到了较为广泛的使用。智能控制是一类无需人的干预就能够独立地驱动智能机器实现其目标的自动控制。或者说，智能控制是驱动智能机器自主地实现其目标的过程。在电气工程自动化控制中主要体现在：自动记录故障、实行在线处理、分析数据；自动采集全部模拟量与开关量的实时的数据并能够对数据进行处理；能够实现远程、实时、智能监视各个主要的设施、系统的运行状态；可以实现通过鼠标或是键盘来控制系统。智能化控制系统可以真实实现电气自动化系统的无人操作化、远程化、高效化、自主化。
3 结论
综上述所，可以看出智能化技术的优势明显，并且能够很好的引入到电气自动化系统当中来，符合自动化技术的特点和要求。因此，智能化技术在电气自动化系统中的作用是巨大的，不仅可使促进电气设备设计的优化、控制，还能及时诊断故障，进行智能控制。所以。应用智能化技术到电气工程中能够大大提升电气工程自动化控制系统的工作效率，加强自动化系统的控制能力；更为重要的是智能化技术的引入给电气工程带来了更深远的发展空间。
[参考文献]
[1] 褚凯. 基于人工智能技术的电气自动化控制研究[J].科技创新导报，2012，（03）：157-158.
[2] 娅.智能化技术在电气工程自动化控制中的应用[J].科技致富向导，2012（27）：217-217.
不久前，教育部公布了2018年度普通高等学校本科专业备案和审批结果。全国高校共新增本科专业2072个，我省高校共新增66个本科专业，它们不仅体现出高校专业热门度的起伏，更折射出社会对于人才需求的变化。
纵观今年新增的本科专业，有几大门类吸引目光：新文科、新农科建设风生水起，人文与科技更多的“融合”，意味着传统意义上基础学科和应用学科的界线开始变得模糊。数据科学与大数据技术专业继续成为热门，加上今年新开设相关专业的196所高校，目前，全国已有近500所学校开设此专业;35所高校首次设立人工智能专业，这意味着，高校开始体系化培养人工智能行业后备军。与幼儿养育相关的专业继续增设，这不仅是因为全面二孩政策的实施，更是由于人们越来越重视对下一代的培养。
“新增专业弥补了我省有关专业的布点空白，进一步优化了专业结构。”省教育厅高教处副处长王国银介绍，此次省属高校新增专业主要围绕数字经济“一号工程”、战略性新兴产业、高新技术产业和万亿产业开设，这些专业瞄准国家战略需要和社会经济发展急需，进行创新型、复合型、应用型人才储备。
夯实基础
新文科、新农科未来可期
作为近年来高等教育中最时髦的词汇之一，新工科对于考生和家长来说已经不陌生了，但如果说起新文科、新农科，很多人可能就要打个问号。
去年10月，教育部等部门决定实施“六卓越一拔尖”计划2.0，在基础学科拔尖学生培养计划中，首次增加了心理学、哲学、中国语言文学、历史学等人文学科，“新文科”概念浮出水面。今年4月，教育部、科技部等13个部门正式联合启动“六卓越一拔尖”计划2.0，全面推进新工科、新医科、新农科、新文科建设。
新文科“新”在何处?打破旧壁垒，跨界寻方法，归纳真规律，新文科意味着对传统基础学科的一次重新整合。
“相对于传统文科，新文科有两个特色。”南开大学传播学系主任陈鹏说。其一，新文科是问题导向的，新文科面对的是社会发展变化中的新现象、新问题、新变化，有些现象和问题是人类历从未遇到过的，如大数据、区块链、5G、人工智能等，需要突破传统文科的框架，采用新方法、新视野去探索新理论、新规律。其二，新文科为了寻求对社会和人类自身的研究，需要通过“跨界”方式进行革新，这种“跨界”不仅仅发生在文科的各学科之间，甚至出现在文科和理科、工科、医科等学科之间，需要多学科之间的交叉和深度融合。
当前，清华大学、中国人民大学等高校开设的人文科学实验班，西安交通大学、华东师范大学等高校开展的学院式教学模式，都被视为我国新文科建设的重要经验。一位资深文科研究专家表示，当前，文科与其他学科有一些结合，比如考古学和技术结合，就形成了科技考古;信息技术和艺术结合，就形成了艺术设计的网络化等，但还远远无法满足现在社会的需求。新文科就是一种有效路径。
2018年4月，浙江大学召开文科大会，提出面向2035年发展目标和“文科十条”，进一步推进文科发展强主流、上一流。省内其他高校也纷纷积极为新文科创建搭建平台。浙江工商大学整合资源打造文科综合实验教学中心，打造跨学科综合性实验教学平台;浙江农林大学推出新文科求真实验班，帮助学生打牢知识储备金字塔的稳固塔基，再渐次进入专业学习，形成坚实塔身和更高耸的塔尖……
在浙江大学传播研究所教授、博士生导师邵培仁看来，建设新文科，其实也是对传统文科的反思。他指出，新文科有利于构建立足中国文化土壤、具有中国特色，具备整体性、包容性、互动性、共享性特质的面向全球、面向全人类的大文科。
不难看出，未来新文科相关专业或将成为热门。不仅如此，使用文文互鉴、文理交叉、文工融合的思维方法解决问题，还将为高校人才培养和评价体系带来新变革。
除了新文科，新技术的出现也让一些专业被赋予了新的内涵，比如新农科。
当前，随着生态文明建设的持续推进，生态学、环境科学等专业毕业生越来越受欢迎。今年，杭州师范大学就新增了生态学专业。该专业相关老师介绍，随着国家对生态学专业人才的需求增多，生态学专业人才培养规模逐渐加大，未来掌握生态学及植物学、动物学、微生物学、地理学等基础知识、分析方法和应用技能的人才会很抢手。
“浙江是‘两山’理论诞生地，‘农’字头的专业发展空间很大。”浙江农林大学主要负责人表示，“新农科”建设是乡村振兴实践、高等教育改革、人才需求变化和社会经济进步的必然选择，原先注重高度专业化、技术化的教育教学方式和人才培养模式已无法适应新时代农林高等教育的新需求，亟需探索实现农科学生全面发展的“新农科”建设之路。
顺应趋势
大数据、人工智能纷纷开班
顺应当下人工智能行业的热潮，今年新增的热门本科专业，均与大数据、人工智能、机器人等信息技术关键词相关。
梳理发现，数据科学与大数据技术专业在短短三四年间，从无到有，并一跃成为热门专业。2015年度的审批结果中，北京大学、对外经济贸易大学、中南大学3所高校成为首批获批设立该专业的高校;2016年度又有32所高校设立该专业;到了2017年度，获批设立这一专业的高校数量达到250所;加上2018年度新增的196所，目前，共有481所高校开设这个专业。
今年，我省有湖州师范学院、宁波工程学院、宁波财经学院、浙江大学城市学院等9所高校新增备案数据科学与大数据技术专业。一位专业课老师表示，社会在不断发展进步，现在的一些“新专业”也许尚无足够的办学经验，但可能恰恰是未来社会发展的需求所在。
在新增专业中，人工智能专业的热度也在逐年递增。继去年杭州电子科技大学、浙江理工大学成为我省首批开设智能科学与技术专业的高校后，今年，我省又有一批高校在人工智能人才培养上“摩拳擦掌”，积极增设相关“硬核”专业，改进人才培养思路。
浙江大学今年新增机器人工程和人工智能两个专业，还将在竺可桢学院新设图灵班。入选图灵班的学生可以在计算机科学与技术、人工智能、信息安全三个专业中确认专业。从入学开始，每位学生可从学院的优选导师库中选择一名学业导师，还将有国外顶尖大学的教学大师和科研领军人物到浙大给图灵班学生单独授课。
除了浙大以外，省内其他高校也在结合各自特色专业，构建人工智能专业的课程体系。比如，浙理工把专业发展方向和学校的优势结合起来，重点在智能穿戴等领域取得突破，还专门成立纺织工业人工智能研究院;浙工大结合了安防产业、智慧交通、“城市大脑”等浙江省的优势领域，与企业合作，开拓专业方向。
“打造新专业特色成了各高校的当务之急和立足之道。”杭州电子科技大学人工智能学院副院长吕强说，针对人工智能人才培养带来的新挑战，杭电人工智能学院提出了多方协同育人的理念，并将其作为教学改革项目进行探索，“人工智能对数理基础要求较高，我们在数学课程中增加了矩阵论、离散数学等原来研究生学习阶段才会有的课程内容，努力帮学生打好基础，在暑假，我们还计划举办夏令营，邀请企业名师进校园培训，共同开发专业课程等。”吕强说。
值得关注的是，人工智能已经从独立的专业教育，扩展到更广的层面。今年，浙江财经大学向非计算机类专业学生推出了人工智能“微专业”，其中包括了Python程序设计、高级数据库、机器人编程与实践等课程。“人工智能在信息金融、金融科技等领域有非常多的应用场景。财经类专业学生的数理基础比较好，这些知识将为他们的未来打下更好的基础。”浙财大教务处副处长石向荣说，可以预见的是，未来社会需要大量具有具体专业背景，同时又掌握人工智能相关知识的复合型人才。
紧盯儿童
医教类专业持续扩招
当下，伴随着“全面二孩”政策施行，各大医院产科分娩量走高，目前助产人才无论从数量上还是质量上都难以满足社会需求，临床急需本科层次助产人才。助产学专业于2016年首次开设，当时仅有4所高校获批开办此专业，2017年有20多所高校新增此专业。
近两年，我省先后有浙江中医药大学、温州医科大学、杭州医学院等3所高校新增了助产学专业。温州医科大学的助产学专业设在护理学院，目标是培养掌握护理学和助产学的基础理论和护理技能，具有基本的临床护理和临床助产能力，在各类医疗卫生保健机构中能够从事临床助产、围产期护理，以及母婴保健工作的高级助产人才。今年，台州学院、温州医科大学仁济学院也开设了助产学专业。
一位从事医学教育多年的教授表示，当前社会大众对医疗的需求，不仅体现在量上，更体现在质上。虽然现在医疗行业整体水平保持着上升态势，但人们对优质医疗的需求增长更快，所以仍然感觉医疗资源紧缺。
不久前，由中国工程院院士郑树森担任院长的浙江树人大学树兰国际医学院揭牌成立。作为树兰国际医学院首个设置的重点专业，临床医学专业面向全国招生100人。学院拥有国际医学专家、博士生导师等组成的高水平师资队伍，以及一批高水平的基础医学与临床医学实验平台。
同样，面对强烈的社会需求，温州医科大学今年增加了普通本科计划数。临床医学(定向培养)从30人增加到60人，面向萧山区等30个县(市、区)招生;麻醉学专业从61人增加到93人，其中省内普招增加16人。
值得一提的是，今年，浙江中医药大学新增食品卫生与营养学专业，这也是我省开办该专业的高校(不含独立学院)。该校招生办相关负责人介绍，食品卫生与营养学作为一门综合性的交叉学科，涉及预防医学、食品科学、营养学等多个学科，在提升健康素养，保障食品安全，促进疾病的营养学防治完善健康保障方面大有作为。
纵观今年我省的新增专业，从抚养、就医，再到教育，与幼儿养育相关的专业成为热门，除了新增儿科学、中医儿科学、助产学等专业外，学前教育、小学教育等师范类专业的报考也很火爆。
今年，杭州师范大学增加小学全科教师、中学紧缺学科教师定向培养招生计划。杭师大教务处副处长、招生办副主任顾海春介绍，今年，学校将继续面向杭州、宁波、温州、绍兴、金华、衢州、丽水、台州、舟山等地区定向招生255名，提前录取，补学费，包就业。同时，复建音乐学院，增加音乐学(师范)、舞蹈学(师范)专业招生计划。
【中小创午后单边走强，医药板块全线爆发】
沪指收报3290.64点，涨0.35%，成交额1670亿。深成指收报11077.80点，涨0.08%，成交额2352亿。创业板收报1864.62点，涨1.18%，成交额811亿。
【投行人士透露两个IPO新的监管要求】
近日，投行人士透露两个IPO新的监管要求：第一个是IPO在审企业，近三年净利润合计要超过1个亿，且最后一年超过5000万，不达标的，要么选择撤回，或者接受现场检查；第二个是IPO新申报的企业，主板要求最近一年净利润超过8000万，创业板不低于5000万。值得注意的是，证监会在2017年下半年对22家IPO在审企业开展了现场检查，期间共有10家企业撤回了IPO申请。据了解，今年上半年，证监会将继续深入开展IPO企业现场检查工作。
【监管层要求券商进行“自查自纠” 针对公司债和ABS业务】
上海、北京多家券商投行从事债券业务的内部人士均表示，应地方证监局要求，各自公司正在对公司债券业务及资产证券化（ABS）业务的“自查自纠”专项工作，自查报告将上报至证监局，证监局或将采取抽查之后再上报至证监会。
常有商家开玩笑说：谁拥有了中国市场，就拥有了足够庞大的利润保障。
其实这并不是一句玩笑话，否则，众多IT厂商也不会纷纷推出“在中国、为中国”的市场战略，毕竟，IT技术是在某种程度上推动了当今世界的变革，而将IT技术商业化的正是这些IT厂商。
上一次戴尔在中国引起关注，是其创始人亲自来华布道“戴尔中国4.0”战略和预计在中国市场投资1250亿美元之时。2016年岁末，戴尔科技峰会2016让这家科技集团再次引发业内关注。
这些关注，不仅源于现场有5197位嘉宾聆听，12万人次参与在线直播，以及涉及云计算、大数据、软件定义数据中心、超融合、移动办公等多个领域的6个分会场和3000平方米的展台，更是因为当天戴尔的与在中国市场落地密切相关的四件大事――专为中国市场打造的全新商用客户端“成铭”系列、戴尔与中科院自动化所的深度学习成果“诸葛・深知”、为中国用户开发的三大飞云系统解决方案，以及基于本地化联合实验室的VR行业解决方案。
据IDC对全球4万名企业高管的调查显示，48%的企业无法预测未来3年行业的发展趋势，53%的企业经历过业务中断的情况，92%的企业认识到数字业务时成功的关键。随着互联网、云计算、大数据等技术趋势的高速发展，在数字化时代，各行业、各规模的企业都面临着IT及业务转型的挑战。
平滑上云
“从1995年进入中国市场到今天，戴尔矢志不移地扎根中国市场，并承诺到2020年前投资中国1250亿美元，以客户为中心，真正做到本地采购、本地生产、本地研发、本地人才。”戴尔全球资深副总裁、大中华区总裁黄陈宏说。戴尔进入中国21年以来，中国已成为戴尔在全球的第二大市场。
“数字化已经带来了生活上很多的改变。比如，移动互联带来了生活的改变、思维方式的改变、生活方式的改变，但是这只是刚刚开始。”黄陈宏表示。
针对中国企业当前的境况，戴尔推出以“全业务数字化”、“全渠道数字化”及“全产业数字化”为核心聚焦中国企业数字化转型。藉由推动建立稳健敏捷的数据中心，加速采纳混合云及云原生应用需求，使企业平滑地向云演进。利用基于大数据，物联网等技术的全产业信息资源，实现实时决策分析，从而完成实时企业的数字化目标。
未来就绪企业云联盟（以下简称“云联盟”）联合了创新的一体化云解决方案―― “飞云系统”。云联盟是由戴尔主导，携手国内外知名厂商东软、FIT2CLOUD、航天云宏、Pivotal、UnitedStack有云、VMware、XSKY、英方、YottaCLOUD优特云，通过产业联盟打造领先的全栈式混合云解决方案，志在助力中国本土企业迎接云时代的数字化转型。
云联盟“飞云系统的首批系列共有三个聚焦点，分别为存储云，灾备云和混合云三大应用场景。针对中国用户最直接需求，从用户具体云应用的方案选型与系统构建上给予专业的支持和支撑。随着云方案的复杂化，参与厂商的增多，客户急需第三方公司提供统一的完整的服务。
云联盟宣布启动与东软云科技有限公司展开云服务深度合作，为客户提供量身打造并稳定的云实施和云护航服务，完善联盟所秉承的端到端云解决方案理念，帮助客户更好的实施云部署与云应用。
轻松部署混合云
如今，混合云逐渐成为了中国数字经济时代的IT新常态。
VMware在VMworld 2016大会中已表示混合云将成为未来的发展重点。不谋而合的是，戴尔在发力传统IT优化方案的同时，也同样注重企业向云的平滑演进，致力于让客户能够在一个统一的IT环境中跨云的运行、管理、连接它们地应用，以更少的投入获得更高的效益。
作为已经合作超过10年，并且都在长期致力于实现更佳的数据中心的效率并简化IT部署和操作的戴尔与VMware，这次联合了针对不同场景和规模的客户三大混合云架构。
包括具有SDDC功能的企业混合云解决方案基于全面的软件定义的数据中心 （SDDC） 体系结构，提供应用程序优化的基础架构，并且可以实现IT流程自动化，在通过标准化提升用户体验的同时，简化了维护、修改及更新，以更快的服务交付速度为客户带来更高的业务敏捷性；支持FC SAN 的企业混合云解决方案，使企业可以按自身步调部署灵活并且未来就绪的混合云架构；原生混合云解决方案致力于帮助企业开发者安全构建、部署与管理原生云应用，助力企业尽享传统与原生云应用。
该解决方案提供基于用量的扩展就绪型定价，以符合业招枨笪出发点更高效地交付服务并降低成本。
“未来云计算是一种兼具公有云和私有云的方式，无论VMware还是戴尔，我们一直坚信未来的IT技术发展或者是整个企业去走数字化转型的发展当中，混合云是非常清晰的方向。”戴尔副总裁、大中华区企业级解决方案事业部总经理曹志平表示。
深度学习
在中国，人工智能正在加速走进每个人的日常生活。继2015年11月戴尔与中科院自动化所宣布成立“人工智能与先进计算联合实验室”后，本次戴尔科技峰会中，双方宣布正式启动“企业级深度学习应用与服务平台――诸葛・深知”，实现了从起初的平台基础设施搭建支持，到共创平台的深度参与。
目前深度学习、认知功能模拟多基于数据海量处理，人工智能的研究与开发需依托强大的计算平台，而戴尔的高性能计算（HPC）解决方案，恰恰满足科研领域对于高负载与效能的要求。
“诸葛・深知”为企业提供了深度学习工具包的统一接口，众多中科院成熟算法模型能够轻松被调用，帮助企业实现基于深度学习的大数据分析，步入人工智能时代。
中科院自动化所所长徐波表示，“中科院自动化所60年来与人工智能同行，近些年，人工智能的研究和应用又掀起新。未来，人工智能的应用领域将不断拓展，深度学习将助力金融、证券、医药等数据密集型行业做出更精准的判断。”
“成铭”亮相
作为戴尔端到端解决方案中尤为重要的一部分，戴尔商用客户端解决方案在戴尔科技峰会设立了虚拟现实（VR）及Wyse等展区，从前沿科技、企业IT部署、云计算等方面，全方位展示如何通过安全、可靠、易管理的终端设备优化IT资源、提升管理效率、发挥企业潜能。
企业若要获得可持续的成功，必然需要在其领域不断创造、提升竞争优势。这N优势依然可以是规模生产的低成本、机密的自主知识产权、积极的员工或是高瞻远瞩的领导层。但在当前的知识经济时代，企业的战略优势越发依赖超前的精准判断与果断抉择。
从这个角度出发，有两种不同的力量正在改造当今的企业：一是计算机和大数据技术，这为企业平稳运转、进行预测研究以及践行人工智能夯实了基础；二是当前科学界对人在判断、推理和选择天赋上的认知加深。
针对这一新形势，我们希望研究管理者如何将人类的智能与技术可实现的新洞察力结合起来，从而在不确定和复杂情形下做出更明智的抉择。要知道，每五个决策中有3个正确和有28个正确的差别似乎很微小，但足以让前者在竞争中占据优势地位；而且随时间累加，造成的差异将是巨大的。
通过企业战略、组织理论、人类判断、预测分析以及管理科学等多学科内容的探讨，我们发现有五大能力，能够支撑企业决策判断力，提高企业的综合智慧与决策能力，领先对手。这五大能力分别是：
1发现最需要“智慧”发挥作用的领域。将基于数据和理性的人工智能用于改善主观预测，能够带来切实可见的变化。
2建立预测模型。鼓励团队之间以竞争的方式开展实验和创新，发现最佳的预测方法。
3对企业内部的专家思维与知识库建模。寻求企业内部对关键业务具有卓越见解的人才，通过预测模型来充分运用这些人才的能力。
4用人工智能进行试验。采用超越简单线性的模型，在有限领域使用深层神经网络来实现计算机模型对人类专家的超越。
5改变企业运作方式。提倡探索文化，推动人类与机器能力结合。发现最需要“智慧”发挥作用的领域
建立智慧企业的起点是在合适的点投入资源，使之带来最丰厚的回报。换言之，寻找最需要也最适合智慧化解决的问题。
最好的切入点是处于边缘地带的综合性问题，解决它们需要有效结合真实数据与专家决策。这类问题的解决离不开确定性规程（karl POpper称之为“准确性问题”），又受到不确定性（“云式问题”）限制。
“准确性问题”属于依据过往经验，可以稳定解决的问题。统计预测模型对此类问题的作用较大。例如评估新的医疗进展对预期寿命的影响，人类的直观决策一般而言都不会比得上统计模型。
“云式问题”，如评估全球变暖对2025年迈阿密发生洪水的影响概率，大多是没有历史数据、没有根据、或者随机.出现的，这种情形下，专家的判断对解决问题的效用更大；相对预测模型，专家能更好处理收集到的信息。
所谓智慧企业，核心是有机结合计算机及其算法的长处和人类在判断、决策中的天赋，最终成型的智慧分析系统可能超越其各部分的简单相加。
形成一个真正的智慧企业是一个慢而复杂的过程。认知心理学在过去几十年的突破，使许多管理者摆脱了不规律思维的偏见和陷阱。但很少有企业能将这种进步转化为企业智慧化的阶梯。执行团队在具体执行过程中遭遇的决策环境，很难与初始决策条件相同。因此，企业需要提高企业的智能化水平，强化协作的抉择过程、深化数据和技术工具的效用。
目前，一些公司已经将大数据与预测分析投入使用，然而，很少有企业能够系统整合人类的智慧和计算机的智能。
建立预测模型
通过预测模型比赛，以竞争形式寻找特定领域内最佳的思维方式或预测模型，是一条行之有效的途径。其基本理念是激励参赛者对可能发生的事情进行预测，并对预测结果进行概率分析，评判预测的准确性。
企业内部预测模式竞争的最大好处在于优化执行团队的学习周期、加速学习过程，具体的操作方法包括：
1.仔细记录。通过准确记录，对各预测（新旧、自己与他人的）分门别类进行标记。
2.强迫失败者面对自身的失败与对手的成功，增加对自己反思的过程，培养优先自我批评的能力。
3.优胜者的选取有利于激发其他员工对取胜过程的好奇心，鼓励团队不断尝试并改进方法。
4.培养企业公平竞争的意识。
对企业内部的专家思维与知识库建模
培养企业智慧力的另一种方式是模拟专家的思维与知识，进而更有效、客观地利用这些知识。
一项早期的决策心理学研究，跟踪了农民种植农作物并批发拍卖的过程，记录了农业专家关于玉米质量的评判数据。这些专家通过对500个玉米穗的评价来预测其在市场上的最终价格，其间综合考虑了穗长与饱满度、玉米颗粒重量、预计胚芽填充度等。研究人员对这一流程和数据建立了一个简单的加法模型评分系统，其给出的结果出人意料地比专家给出的答案更接近实际。几十年前曾推出过的电脑模拟贷款决策也是如此，即使在消费贷款包含有许多主观因素的前提下，模型的结果仍要比专家意见更为科学。事实上，在多数领域，这种情况都曾出现。
真实信息与信息噪声的交织总会导致人类判断的前后不一致。基于专家知识库的决策模型能有效滤除信息噪声，对同一问题反复判断时显得非常重要。某医学研究中，相同的96例疑似胃溃疡信息被提供给9名放射科医师判断，相隔一周的评估结果确实存在极为可观的差异。
从医药到金融等领域的数十项研究表明，专家模型替代专家可以提供极为出色的决策力。但专家意见在情况紧急时效果出众，而且他们的意见对模型更新有较大作用。对于企业也是如此，搜集积累企业内部人才和专家解决处理问题的信息，建立模型，是企业智慧化的重要实现途径。
用人工智能进行试验
对人类认知理解的加深推动了计算机早前在围棋方面的建模。由于人类思维中的固有缺陷和各种认知偏见的局限，计算机通过其强大的计算能力对旧数据进行研究学习从而建立起的“智慧”，往往比专家更具优势。1997年的深蓝计算机就是这样击败国际象棋特级大师加里・卡斯帕罗夫（GarryKasparov）的。人类能通过自身各种各样的认知机制，建立起外界刺激与大脑中对应区域的联系。不过，这种认知情形下，人类经常会陷于建立好的框架，这一缺点在新信息不断涌现时是致命的。
Bootstrapping算法（自举法）可以通过简单的函数输入输出模拟出均值统计量的近似分布。进行专业知识建模，替代了人类推理的过程。而通过人工智能，能增强该算法模型的引导功能，使模型掌握人类思维方式和大数据变量间的复杂关系。
人工智能发展至今，涵盖了机器视觉、语言理解、智能算法多个领域，但在跨领域建立联系这一命题上仍有较大的不足。故人类的智慧，尤其是专家的行为信息，对机器模型的情境学习和创造力发展都非常重要。公司应密切关注人工智能的发展，适时在企业中进行试验应用。
位于康涅狄格州西港的对冲基金公司Bridgewater Associates正在开发各种算法模型，希望用计算机模拟公司内部专业人才的能力，来实现企业的自动管理。
改变企业运作方式
通常，我们认为最强大的决策支持系统必然需要多技术融合。这样的决策辅助工具正变得越来越普遍，远不是诸如销售预测、帮助医生进行复杂的医疗诊断等可以概括。随着时间的推移，人工智能技术将变得越来越精细，最终达到与大多数人类专家相当甚至更好的境界。
机器的精密必然带动企业运作的复杂化。要让企业运转中信息“消噪”，得到企业智慧化真正需要的数据，必须改变企业的运作方式，主要有以下两种方法：记录员工的预测数据；评估预测结果，给每个员工积累“声誉积分”，从而分配各员工的观点在企业决策中的权重。
Bridgewater Associates创始人Ray Dalio一直在这方面进行努力。他制定了一套规则和管理制度，持续对员工进行记录、评估和判断，在企业内形成一种高透明度和激励改善的文化。
