人工智能技术综述范文第1篇

关键词：人工智能技术；电气工程；机器学习；故障诊断电

气工程管理是一项非常复杂的管理系统，如需进行电气线路故障、电器设备故障分析，这种分析包括定位等信息。此外随着国民经济高速发展对用电需求不断增加，采用传统管理方式已无法满足社会用电需求,如何解决用电需求与用电管理是当前急需解决的问题。自上世纪50年代人工智能出现，加上各种算法、硬件出现更新，人工智能技术得到前所未有突破，已被广泛应用到医疗、航空等领域。由于电气工程包含的领域比较广，每个环节控制复杂，使用传统的管理方式已难以应付复杂的环境。目前国内外有大量学者进行人工智能技术在电气工程自动应用研究，并取得了阶段性成果。

1人工智能技术发展

人工智能起源于1956年达特茅思会议上图灵学者以Snare、LogicTheorist等算法为基础提出的概念。关于人工智能观念尚未形成统一的标准，目前主要以谷歌计算学者Peter定义的能够像人类一样思考、学习的行为。人工智能发展经历三个阶段：人工智能定义→人工智能第一次浪潮→人工智能第二次→人工智能第三次，第一次与第二次之间出现人工智能低谷、第二次与第三次之间出现人工智能低谷，人工智能第三次后出现了深度学习、机器学习等先进技术。人工智能是一门前言交叉学科，根据解决问题能力可将其划分为强人工智能、弱人工智能及超强人工智能三个层次。目前人工智能技术架构是由应用层、技术层、算法层、基础设施层组成，应用层主要包括金融、交通、游戏等领域应用；技术层包括图像技术、语音处理技术、决策规划技术、数据统计分析技术等；算法层主要包括机器学习、深度学习；基础设施层主要包括硬件层、分布式架构设计等。目前人工智能算法应用到电气工程自动化算法有神经网络算法、贝叶斯网络算法、支持向量机机器学习，这些算法能处理非线性复杂计算问题，能提高管理准确率。目前人工智能算法在处理电气故障机理时存在学习效果不佳问题。为此提出新的人工智能算法，主要包括迁移学习、强化学习等多种机器学习算法。目前新的人工智能技术主要以深度学习为代表，在电气工程中的应用主要表现为：现有的电气工程管理系统已为人工智能提供了数据源，可通过深入分析海量数据为电气工程管理提供更强的数据处理能力；现有电气管理采用分布式管理，可进行设备故障诊断、数据采集，使用新的人工智能方法能提高故障诊断质量；传统电气工程物理模型较复杂，导致分析结果误差大，使用新算法能提高算法准确率。

2人工智能技术在电气工程自动化应用

2.1人工智能技术在电力行业中应用。人工智能技术在电力行业中的应用主要表现为两个阶段：第一阶段主要是专家系统及人工神经网络系统的应用；第二阶段主要表现为人工智能技术应用。从上世纪80年代专家系统被广泛应用到电力行业中，主要考虑到静态和动态安全分析、电力警报处理、电力故障诊断、电力运行负荷处理、电力运行经济成本等研究。随着人工智能技术应用大量学者将人工智能技术应用到电力行业中，但大都以硬件和算法进行研究，对电力行业的发展没有起到实质推动作用。近年来随着人工智能技术不断发展，其应用到电力行业已进入第二阶段，除考虑到以往经济运行外还增加了多能源、多负荷等问题，让电力行业更智能。张若愚[1]针对当前电力系统暂稳态预测中存在运行方式、拓扑结构发生较大变化，导致预测模型的精度降低、急需新的算法解决该问题，提出一种基于卷积神经网络自适应算法，首先利用离线生成的大量暂稳样本训练最终得到训练模型，接着改进现有的生长方法，使用最小均衡样本集的变步长生长方法提高了算法运行效率，仿真结果表明所改进的算法能有效提高电力预测运行效率。范士雄[f21详细研究了人工智能技术在电网故障识别、电网负荷预测、电网智能决策应用场景，结果表明在电网故障预测中可使用卷积神经网络的深度学习方法进行电网故障诊断，可借助先进的二维图像表达方式进行数据处理;电网负荷预测是电力运行重要指标，影响电力负荷因素较多，目前尚未有准确的数学模型进行量化电力负荷运行。在电力负荷运行中可使用机器学习模型进行负荷预测，结果表明使用机器学习能提高预测准确率;目前电网决策中使用大量的调度人员进行调度管理，面对日益复杂的电网调度管理，调度人员已很难胜任该工作，使用自然语言处理能够提高电网智能辅助决策效率。为解决电网人工调度决策难得问题，孙宏斌[3]提出了电网调度运行“领域知识”模型，所设计的模型是由知识自动发现、管理以及在线应用功能组成，由图2可知电网调度系统是由关键断面自动发现、分布式大数据、分布式特征、调度规则管理构建调度规则知识图谱。

2.2人工智能技术在电力大数据研究中应用。电力自动化系统目前采用分布式管理方式，系统运行过程中会有大量数据产生，如何管理数据质量是当前急需解决问题。黄巨涛[4]针对电力系统中云存储问题提出了一种基于Docker技术+Kubernetes集群的人工智能数据训练仿真平台，所设计的平台使用MaxResourceUsagePriority优选算法提高了电力大数据资源利用率。唐文虎[5]详细研究了基于数据的新一代人工智能技术，针对当前电力设备数量量大、多元异构特点，提出使用数据驱动的人工智能技术在电力设备巡检、诊断以及预测中的应用，结果表明基于数据驱动的人工智能核心技术能深度挖掘海量数据中隐含的信息，为电力系统数据分析提供了新的思路。综上，人工智能技术在电气工程中应用已取得突破应用，目前应用主要体现在设备故障诊断中，使用人工智能技术降低了人工故障排除低效率问题，提高了故障诊断效率和质量。然而在电气工程应用中智能调度管理仍是当前急需解决的问题，未来利用人工智能技术进行电气工程调度控制将有新的突破。面对电气工程中海量数据如何存储、分析仍然需要改进，将人工智能技术应用到电气工程管理中是未来发展趋势。

参考文献

[1]张若愚,吴俊勇,等.基于迁移学习的电力系统暂态稳定自适应预测[J].电网技术,2020,6.

[2]范士雄,李立新,等.人工智能技术在电网调控中的应用研究[J].电网技术,2020,2.

[3]孙宏斌,黄天恩,等.面向调度决策的智能机器调度员研制与应用[J].电网技术,2020,1.

[4]黄巨涛,郑杰生,等.基于云平台的人工智能开源开发平台框架研究[J].自动化与仪器仪表,2020,7.

人工智能技术综述范文第2篇

关键词：短视频；实践；学术传播

根据中国互联网络信息中心（CNNIC）的数据，截至2020年6月我国使用短视频的用户规模超过8亿。在短视频用户中，青年群体占了一定的比例，并且这一比例呈现日益提高的趋势。青年群体的学术传播偏好对学术传播的形态发生深远的影响。在短视频传播中，学术信息生产者可以表达信息的核心内容，方便主体表达最新的学术观点，使受众能够快速获取信息。学术信息生产者主要包括从事学术研究的个体研究者，还可以是从事学术研究的由个体研究者组成的团队。从学术传播的内容看，其呈现形式主要是以专著、期刊论文等形式为主。短视频制作可以借助已广泛普及的智能手机以及剪辑软件，学术信息生产者可以原汁原味地传递学术信息。学术信息生产者信息技术素养相对较高，可以很好地将短视频制作应用于学术传播。短视频可以在学术传播中发挥更加重要的作用。我国对人工智能技术及其应用非常重视。2017年，国务院印发了《新一代人工智能发展规划》。人工智能是让机器完成通常由人借助其智能所完成的事项，从知识角度来看，人工智能是关于知识的科学，研究的是知识表示、获取与运用。其中，知识表示包括概念表示、知识表示与知识图谱。知识获取包括搜索技术、群智能算法、机器学习、人工神经网络与深度学习。知识应用包括计算机视觉、语言语音处理、专家系统、多智能体系统以及机器人等。人工智能作为计算机科学的一个分支，其核心是包括深度学习、强化学习在内的机器学习的算法。目前，计算机算法在短视频传播中扮演着重要角色。可以预见，人工智能技术将深刻影响学术期刊短视频传播过程。

一、相关研究综述

在中国知网高级检索方式中选择按主题检索，方式为“人工智能”and“算法”and“数据”and“出版”，文献出版的时间范围为2018—2021，检索时间为2021年7月20日。共得到论文12篇。采用严格的检索条件为了避免检索到大量文献。在检索出的12篇论文中，有2篇发表于综合类核心期刊，其余10篇均发表于出版专业核心期刊。对这12篇论文用中国知网的分析功能进行分析，这12篇论文的总被引数68，总下载数5559，篇均被引数5.67，篇均下载数463.25。这说明检索方式筛选出了较有代表性的论文。夏德元认为，智能技术在传播领域的深度应用为提高出版生产力提供基础的同时改变了出版领域的生产关系[1]。付丽霞认为，应从各类著作权挑战的形态出发提出人工智能软件著作权保护难题的克服方法、人工智能辅助创作著作权侵害风险的化解举措，以及人工智能自主创作著作权认定困境的破解策略[2]。孔薇认为，学术期刊应创建基于数据挖掘与分析的智能出版管理平台；建立矩阵化、智能化的媒体融合发展体系；构建以用户需求为导向的知识服务模式；打造人机协同的智能型编辑部，不断推进智能化融合出版的发展进程[3]。相关研究在此不多综述。在中国知网以“人工智能”and“短视频”按主题检索，仅得到9篇论文。本文对人工智能技术在学术期刊出版中短视频应用进行探讨，以期为相关研究提供些许有益的参考。

二、人工智能视阈下学术传播与短视频的特点

（一）学术传播的特点

学术传播是学术信息经过编辑加工并复制后向受众发行的过程。与一般传播过程类似，学术传播也可以分为传播者、传播信息、媒介、接受者以及传播效果五个要素。学术传播既有符合一般的传播规律又有其特殊性。从传播信息生产者的角度看，信息生产者文化素养高。从信息传播角度看，学术信息要有较长的保存时间和相对稳定的呈现状态。原因在于学术信息生产者要在掌握前人的研究的基础上从事研究。从时效性角度看，学术信息要求在一定时间内呈现以体现学术信息生产者的学术观点。从内容方面看，学术内容专业性强，信息生产者的作用不可替代。短视频可以对学术内容传播起到辅助作用，将学术信息以短视频的形式表现出来，可以使学术知识的接受变得更容易，使受众对学术信息有更深刻的理解；而人工智能技术的应用能使传播效率更高，受众的细分更精准从而有效改善传播效果。

（二）短视频特点

在学术传播中，短视频是学术信息生产者的精神成果，表达了其学术思想或研究特点，具有独创性。短视频制作成本低，制作过程简单，传播范围广，可以在较短时间内将学术信息生产者所要传递的信息通过人工智能的算法推送给受众，提升学术信息生产者的学术影响。短视频可以促使学术信息生产者产生灵感，激发创作热情。由于短视频制作方便，学术信息生产者可以通过短视频制作紧跟学术研究热点或社会需求，提高短视频的内容价值。学术信息生产者可以通过短视频聚集人气、加强交流，有利于保持研究团队的活力。学术期刊出版单位在短视频传播中要逐步树立学术信息表述的规范与标准，以此弥补传统学术出版的缺陷。

三、短视频应用于学术期刊出版的实践路径

实践路径是主体对某一领域的实践的熟悉程度达到一定高度后的路径选择，是实践主体依据所处情境或对情境的理解基于认识实施的行为或计划的贯彻。实践路径的选择与阐释可以从实践者角度进行，也可以从作为主体实践的解释者的角度进行。

（一）加强对短视频的管理

对传统学术期刊的管理已经形成了成熟的管理模式。在学术传播中短视频的应用还没有形成稳定模式。学术期刊出版单位应积极采用各种传播形式提升传播效率，加速信息的交流。相关部门应加强对学术传播中短视频应用的引导，使短视频更好地为学术研究服务。短视频审核人员应加强法律法规方面的培训，借助人工智能的算法加强对短视频内容的审核，并制定标准使学术信息生产者在短视频制作中明确边界。相关部门应加强知识产权保护，通过加强对学术信息生产者的原创性观点以及研究方法的保护，提高其学术交流的积极性。相关部门可以推动建立行业协会，让行业协会发挥监督作用并承担部分管理责任，对短视频制作发挥引导作用，推动学术出版中短视频传播秩序的建立。

（二）创新学术传播方式

传统的学术传播主要以学术论文、专著等形式通过纸质媒体与网络平台进行。学术作品从选题策划到出版需要一定的时间，这对学术传播的时效性产生不利影响。学术作品借助网络的传播还可能增加受众的经济成本，使传播范围受到制约。出版单位可以利用短视频的实时性与互动性强的特点，以学术热点问题、重要学术人物或社会需求作为选题方向，增强短视频制作的指向性。出版单位可以通过指导学术信息生产者进行视频制作并对视频进行剪辑，或直接派出人员进行制作。学术成果评价所认可的方式主要以论文或专著为主，视频格式的学术研究成果受认可程度低，故学术出版中短视频应用还有不小的阻力。学术期刊出版单位可以选择观点新颖或研究方法有独特之处的视频，再与学术信息生产者取得联系，指导作者进行论文创作。这样可以让短视频作者产生创作的动力，其学术成果评价要求也可得到满足。学术期刊出版单位还可以针对短视频制作建立激励机制，推动高品质短视频的生产。学术期刊出版单位应对人工智能在短视频选择中的作用进行研究，通过人工智能的应用提高短视频遴选效率，让优质的短视频以最快的速度脱颖而出，呈现在受众视野中。

（三）加强短视频推送，完善评价机制

学术信息生产者在短视频制作中发挥筛选、加工、传播等作用，与其他社会个体与群体产生互动。学术期刊出版单位要提高对短视频的策划能力与精准推送能力。电子邮件推送是指将短视频通过电子邮件的形式发送给特定个人或组织的行为。电子邮件推送可以加强专家学者间的联系，增强学术传播的互动性。学术期刊出版单位可以通过人工智能算法的应用实现对短视频制作的引导，加强推送的准确性并获得流量收益。目前，短视频评价机制主要是从评论、点赞、关注情况以及播放率、完播率等方面进行。这种评价机制容易使学术信息生产者在短视频制作中受到非学术传播因素的影响。学术期刊出版单位对短视频的评价等坚持以内容为中心的原则，使短视频在学术出版应用中始终以社会效益作为首要考虑的因素。

四、结语

5G、大数据、云计算是人工智能算法发展的前提条件与内在动力。尽管人工智能技术的核心是算法，但在机器深度学习不断发展的背景下，算法之间的壁垒必将最终被打通。在不久的将来，人工智能领域的竞争主要体现在数据来源上。从出版领域看，人工智能应用还没有形成成熟的模式，相关实践处于探索阶段。学术出版既有精神产品的属性，又有物质产品的属性。精神产品生产的复杂性使人工智能技术只能完成某一方面的工作。需求是生产的导向与推动力，物质产品的使用价值主要是满足人某个方面的需求，但出版产品需求的产生还在一定程度上依赖于学术期刊出版单位。人工智能依赖算法，算法则依赖于数据。5G应用背景下的物联网方便了数据的实时获取，而云计算是以互联网技术为基础的对数据服务的增加、使用及结果归纳。人工智能技术可能通过排斥人的生产作用而降低其消费能力，进而降低人的地位与作用。短视频作为传播媒介，使学术传播的交互性、开放性、间接性与虚拟性比以往更强，传播过程将更依赖于网络、数据与算法。学术期刊出版单位应充分发挥引导作用，重视学术传播中短视频的作用，并建立以编辑为主体的短视频审核机制。学术期刊出版单位人员应充分利用短视频传播的时间与效率的优势，结合优质的短视频内容，通过传播效率与内容两个方面的提升形成新的增长点，以短视频传播助推学术期刊出版的发展与繁荣。

参考文献：

[1]夏德元,刘博.智能媒体时代编辑角色重构与编辑素养新内涵[J].中国编辑,2020(10):65-69.

[2]付丽霞,刘鑫.人工智能时代新闻出版领域著作权问题的类型化分析[J].科技与出版,2021(6):110-117.

人工智能技术综述范文第3篇

关键词：汽车制造；自动化技术；人工智能技术；机器视觉技术

0引言

目前，各种自动化检测技术已经广泛应用到了汽车的生产制造过程中。并且，它作为一项核心技术，在帮助工作人员提高各类车型生产效率的同时，也降低了很多车型的制造成本，为人们的生产、生活都带来了极大的便利。随着我国第一个百年目标的实现，社会主义现代化建设全面展开，社会经济水平快速发展。国内汽车制造业也借此改革发展的春风，实现了汽车制造各项技术的全面升级，汽车制造产业得到了长足的发展。[1]如今的汽车行业，不仅仅能够满足人民群众绿色环保、安全出行的需求，而且还可以带动国内其他产业的共同发展。汽车制造领域内运用的新技术，带动了国内其他领域科技水平的进步和发展。众所周知，以往我国汽车制造产业的成本高、效率低。国产汽车的质量和性能与合资品牌的汽车比起来，尚有很多不足之处。但是，近些年随着我国综合国力的提高和科技水平的提升，经过汽车产业内科研人员的辛苦付出和共同奋斗，我们在汽车的生产制造过程中研制出了很多新产品，开发了很多新的汽车制造技术。比如汽车制造过程中使用的各种自动化检测技术、机器视觉技术等等。这些新技术的应用，解决了很多以往解决不了的技术难题，极大提高了汽车的生产质量和制造效率。并且在生产过程中升级的很多汽车智慧功能，提高了汽车的安全性能，推进了汽车产业的进步。

1汽车制造中自动化检测技术的应用

1.1自动化装配检测技术在汽车制造中的应用

随着科技的进步，我国自动化制造的发展水平越来越高，传统汽车制造领域中的很多手工方式，逐渐被自动化机械操作所取代。[2]这些技术改革措施降低了企业汽车制造的成本，提高了汽车企业的生产效率。尽管与欧美等发达国家的汽车制造商相比，目前我国汽车制造的自动化发展程度尚且与之还存在一定差距。但是，随着我国启动多项面向2035年中国制造业发展的战略部署和实施计划，中国汽车制造产业自动化技术的应用，正在实现由大到强的稳步发展和过度，自动化技术在汽车机械制造和检测过程中发挥的作用和价值越来越大。目前来看，我国几家大的汽车制造商在汽车生产制造中采用的自动化技术，主要是将自动化信息采集技术、各项传感技术应用于汽车的机械生产制造过程中，以此降低工人劳动成本，加强汽车的安全性能，保证汽车制造过程的安全性，提高生产效率。在现代汽车自动机械设备生产制造过程中，自动化技术可以运用于汽车装配线中，也可以运用于汽车自动化组装过程中。[3]无论用在哪里，都能实现汽车产品质量的控制和技术保证。特别是在以往的汽车制造过程中，会采用手工装配技术，这项技术不但出错率很高，而且很容易造成大量的安全隐患问题。但是，随着自动化技术取代手工技术，我们在完成汽车装配这个环节时，技术人员就可以轻而易举地根据设计流程，运用由装配系统、传感设备等组成的应用系统，自动识别汽车制造中各项参数和需装配零件的位置，自动完成车体装配工作。自动化检测技术的应用，在生产上可以帮助我们缩短装配时间，避免手工装配中出现问题，弥补手工装配的不足。并且在自动装配工作完成之后，自动检测系统还会继续工作，发挥监测功能，通过传感器获取制造车辆温度、湿度、各零件角度等数据信息，并进行反馈，保证生产车辆的安全性能。可见，通过自动化装配技术完成车辆装配等生产项目内容，可以保证车辆生产的安全性，并且还极大地提高了生产效率。

1.2自动化控制检测系统在汽车制造中的应用

自动控制冲压系统作为现代汽车机械制造发展过程中不可或缺的一项，目前仍在汽车制造行业内发挥着至关重要的作用。汽车制造过程中自动化控制检测系统的运用，既可以改善汽车生产线，提高生产环节的效率，又可以保证汽车各零部件产品在生产安全、技术高效的过程中完成，进而保证生产线正常稳定、安全可靠地运行。与此同时，为防止汽车生产过程中紧急情况或意外事件的出现，我们用于汽车生产的自动化控制检测系统中会嵌入应急控制装置系统，它作为现代汽车制造过程中的一项重要控制设备系统，发挥了确保安全生产的重要作用。假如在汽车设备制造过程中，出现系统主机故障的现象，系统就会在第一时间把检测到的数据结果和异常现象反馈给应急控制系统，应急控制系统数据处理平台系统会立刻把异常数据信息发送和反馈给主机控制单元，指挥主机控制单元自动停止操作，避免错误操作的继续，防止危险事件的发生。自动化控制检测系统作为汽车制造整体系统中的一个重要控制组成部分，它的主要作用就是通过对人机界面中各个具体位置的监控和检测，在密切联系汽车神经元自动控制处理系统、故障自动诊断系统的基础上，及时进行数据的检测、反馈及数据处理工作，以保证汽车制造过程中的安全生产。

1.3人工智能技术在汽车制造中的应用

目前我们制造并投入使用的各种高端智能化汽车，整车使用的人工智能技术，主要是将现代自动化技术、人工智能技术两种技术集成，结合为一种更加先进、便捷的集成技术。例如我们使用的智能能源技术，就具有很强的能量集成性，它可以通过信息技术自动输入、人工智能操作两种方式，自动生产需要的信息技术设备。[4]在汽车某些零部件的机械制造过程中，我们可以先对该设备输入正确的机械生产指令，然后在利用智能化的技术设备完成操作。众所周知，当前很多高端智能汽车的智能驾驶功能，已经可以取代过去的人工驾驶技术。它在使用时，安全性能高，可以有效地减少驾车过程中很多操作不当之处，进而降低操作失误率，避免交通事故的发生。可以说人工智能技术在汽车安全驾驶中应用，已经改善了智能汽车的工作环境。目前很多汽车制造商在汽车机械化生产环节中，都采用了汽车的智能制造技术，以此改变传统汽车的驾驶环境，提高智能汽车的工作效率。与此同时，随着人工智能技术在汽车制造中的应用越来越广泛，我国汽车制造的科研人员也加紧了一种汽车制造智能仿真技术的研究工作。通过多次实验和不断改进，我们研制出的智能仿真系统技术，不仅能够实现对汽车企业中各生产环节管理的真实自动仿真，而且在整个仿真过程中，还能够精准地定位企业生产过程中出现的管理、生产等各种问题。并且可以实现系统对出现的问题及时地进行解决，这就大大提高了企业生产管理的效率。可见，人工智能技术的应用推动了汽车工业智能化的快速发展。

1.4机器视觉技术汽车制造中的应用

机器视觉技术作为一种新兴的先进科技，目前在智能汽车泊车等多项汽车制造等领域内应用。在传统的汽车制造过程中，我们主要通过三坐标机来完成测量环节，其测量效率低，数据量不足，效益差。而随着视觉测量技术在汽车制造中的广泛应用，我们不仅可以在汽车制造环节中实现在线测量，并且可以得到稳定、准确的数据支持。我们利用测量到的准确数据，通过机器视觉引导技术，实现引导机器人对车体某些部位的焊接、精确制孔等操作。如果遇到车体或零部件需要调整，我们就可以采用机器视觉引导抓取技术，既可以避免有安全隐患的事故出现，又可以提升车身的制造效率。目前，我们使用机器视觉检测技术，主要是针对汽车生产中的各个零件产品进行工艺检测，完成对于产品的追溯，并做好产品生产的监督工作。对于产品的追溯，我们可以通过专业的追溯技术，获取车身的零件编码，进而确保零件在生产中的追溯性，然后再进行零件识别，通过判断零件的存在性来保证车身配件的完整性。与此同时，涂胶工艺在现代汽车车身的制造过程中，也发挥了至关重要的作用。它具有对车身隔离保护的作用，而且还能增强车身结构。现在，我们通过视觉检测技术，可以实现智能化在线检测。技术人员可以边涂边检，当进行涂胶检测操作时，只要提前做好胶枪、视觉传感器与机器人的装配工作，一旦视觉传感器检测到需涂胶的位置，胶枪便开始工作。同时视觉传感器开始采集工作图像，然后对采集得到的图像进行检测、分析，保证涂胶工艺顺利完成。[5]

2结束语

随着现代汽车自动化生产、智能制造技术的不断发展，现代汽车行业中各种自动化检测技术覆盖的生产范围也越来越大。汽车生产制造中各种自动化检测技术的应用，不仅提高了企业车间内汽车生产线的工作效率，降低了企业整车生产的成本，最为重要的是企业内危险事故、机械作业的失误大大得到了降低，企业内安全生产率大大提高。随着机器视觉检测技术等一批新检测技术在现代汽车制造业中的应用，检测技术已经向汽车制造涉及的多个产业链扩展。汽车制造产业将进入一个崭新的时代，更加蓬勃地发展。

参考文献：

[1]付涛.机器人自动化控制在白车身总拼中的应用分析[J].内燃机与配件，2021（07）：222-223.

[2]王成岩.汽车性能检测中智能检测技术的应用研究[J].时代汽车，2021（01）：169-170.

[3]张生洋，杨双江.自动化技术在汽车机械制造中的应用研究[J].内燃机与配件，2020（12）：177-178.

[4]李兆基，姜思旭，刘宇奇，尚哲.汽车制造中的机械自动化技术应用[J].中国新技术新产品，2020（08）：56-57.

人工智能技术综述范文第4篇

关键词：人工智能；实体经济；融合发展

人工智能是基于自动化、灵活化的目的产生，在国家大力支持以及合理的推广下，有利于催生新的产业出现，带动新商业模式的诞生和发展，促进经济发展“双循环”。在主持召开的中央全面深化改革委员会第七次会议中通过了《关于促进人工智能和实体经济深度融合的指导意见》，该指导意见提出，要把握人工智能发展的特点，坚持以市场需求为导向，结合我国目前的经济形势，分行业进行探索，构建人工智能与经济融合发展新形态。

一、文献综述

人工智能是由计算机完成前期人工要完成的大量重复性工作，其可以成为与人类行为进行互补的劳动力，其可以赋予机器学习决策的基本能力。在专注于人工智能和实体经济融合视角下对经济高质量发展进行探讨，国内外研究学者主要集中在以下几个方面：一是关于行业转型方面：张志楠（2020）研究提出人工智能产业的发展，可以带动技术产业、应用产业等全产业链布局，为国民经济建设、社会发展和人民生活提供优质服务。二是关于新商业模式产生：朱晴艳、田启波（2020）提出人工智能所带来的变革更多取决于资源能否有效整合，能否利用新技术开展工程的研发、生产供应及服务；汪志晓（2019）研究提出人工智能与实体经济的融合，会出现更多的新产业、新服务和新业态，有利于创造协同创新的共生环境。三是关于技术变革方面：刘刚、王涛（2020）研究提出人工智能发展进入到了感知阶段，制造业、金融业、医疗行业等智能领域与人工智能的联系日益紧密，在运用人工智能的过程中，应做到技术与特定产业场景相融合，从而推出人工智能可以推进技术进步，提高国家经济的增长率。薛嘉敏、袁新宇（2021）研究提出高质量的经济发展离不开人工智技术的支持，二者融合已成为经济发展的新趋势，我国要加强人工智能和产业发展融合，为产业转型升级赋能。从上述的文献分析中可以看出，人工智能与实体经济的融合发展是未来发展的方向，但两者如何共同促进经济高质量发展的研究并不多。

二、陕西省人工智能与实体经济融合发展现状

（一）人工智能发展的相关政策支持。随着人工智能与实体经济的发展，国家相继出台了相关支持政策，在《国务院关于印发新一代人工智能发展规划的通知》中提到，人工智能已经步入了新的发展阶段，特别是在云计算、大数据以及互联网的共同驱动下，其已呈现出加速发展的情形。为紧跟国家政策，进一步落实国家经济发展战略，推进行业与技术共建，陕西省也逐步推进人工智能与实体经济融合发展计划。在2019年，陕西省出台了《陕西省新一代人工智能发展规划（2019-2023年）》的相关文件，提出全面贯彻党的精神，结合国家经济发展策略并考虑陕西省实际基础情况，抢抓科技变革重大机遇，加快推进陕西省人工智能领域发展。

（二）新一代人工智能与陕西实体经济融合发展主要成效。在2019年至2021年期间，陕西省的人工智能科技创新技术已经初步形成，并且也吸引了大批项目落地。目前，陕西省拥有部级研发平台十多个，该类平台主要用于人工智能技术类研发，为经济发展提供技术支持。全省从事人工智能的企业共170多家，涵盖了人工智能的各个领域，如医疗保障、农业经济、智能制造、服务经济等。因陕西省高校众多，有31所高校开设了人工智能相关专业，故部分大型企业将眼光放在了陕西省的科教文化方面，校企共建，促进科研成果转化。在陕西省科技厅的指导下，由西安交通大学、西北工业大学等知名院校联合成立人工智能联合实验室，在机器人方面，陕西省拥有超过60多家关联企业对此进行研发，产业规模超过了10多亿元；在无人机方面，爱生科技、亿航智能等无人机头部企业落地陕西并形成了西咸新区、高新区、航空基地和航天基地四大开发基地；在物流方面，京东等大型物流企业均已落地西安，为陕西经济发展和就业岗位提供做出了相应贡献；在互联网方面，百度、阿里、腾讯等也相继落户西安，为陕西省产业升级不断释放出新的活力。总的来说，陕西省正在逐步完善人工智能孵化体系，搭建人工智能生态环境，探索人工智能发展规划。

三、人工智能与实体经济融合发展存在的问题

随着技术的不断成熟，陕西省经济在人工智能领域也蓬勃发展，但同时也存在部分问题，作为支持产业发展的重要模块，人工智能其实更多地成为产业转型升级的有力支持工具。陕西省作为“一带一路”的重要枢纽城市，应在经济发展、智能融合方面重点发展，但就目前的现状来看，还存在着一些问题。

（一）智能化核心技术掌握不足。我国正在进入以信息产业、人工智能等新兴技术为主导的经济发展时期，陕西省也毫不例外。目前，陕西省人工智能在带动制造业、服务业等方面有所欠缺，很多实体企业要么是使用大批量的劳动力，要么是企业的价值链处于行业底层，智能化转型碎片化严重，在市场上缺乏话语权。（表1）由表1可知，在2018年期间，陕西省申请并获批国家专利8，906项，同比上年减少了0.2%，且从陕西省总体情况来看，专利研发分布不均匀，主要集中在西安市。对于实体企业，以制造业为例，大量重复性的工作会使得企业成本较高，企业想进行智能化改革，但是高额的研发投入会使得企业考虑相关的机会成本，故而企业更愿意去购买部分技术而减少研发投入，这就导致陕西省的智能化核心技术掌握不足。这在一定程度上，也反映出产业发展智能化程度不高、灵活性不足、核心技术掌握不到位的情况。

（二）基础设置不完善。经过多年的发展，陕西省已经初步形成了以信息网络为基础，围绕数字转型、人工赋能的经济发展新形态，以技术创新为驱动的相关基础设施都在缓慢发展，但仍存在基础设置不完善的问题。在2020年，陕西省召开新基建相关行业发展成就会，会议上提出陕西省要大力推进5G、人工智能、工业互联网等新基建项目，以此作为契机，发展健康养老、休闲娱乐、文旅服务等新的经济增长点。但就目前陕西省科技发展情况来看，由于科研能力、经济条件限制，暂时并不具备大力开发人工智能和工业硬件等相结合条件，同时在经济技术开发区的建设过程中，基于人工智能的产业园并未搭建，截至2018年，全国共有65个机器人产业园在建或已建成，但是陕西的相关产业园建设数量占比是较少的，所以目前也不适合大规模的进行发展。目前，陕西省的人工智能规划并不详细，虽然提出了到2023年形成“一带一路”新一代人工智能创新发展高地，但是并未很好地与陕西省实际情况结合，在进行技术定位、科技发展等方面有待进一步加强，只有做好精准定位、因地制宜才能更好地突出陕西省地方特色，以陕西的区域环境为基础，支撑当地经济的特色化发展。（三）高质量人才不足。陕西省的高校数量众多，全省共有57所本科高校，属于我国重要的科教地区之一，但是也面临着一个较为严重的问题，就是人才的大批量流失。陕西省作为十三朝古都、“一带一路”的重要枢纽城市，以其特有的文化底蕴和经济发展优势，吸引着大量的年轻人求学，但是通过统计数据发现，陕西省的“双一流”学生在毕业时留在陕西的人数占比很少，在2020年，西安交通大学本科留陕率为27.18%，硕士为38.36%；西北工业大学本科留陕率为29.21%，硕士为35.07%；西安电子科技大学本科留陕率为26.29%，硕士为41.98%；等等。其实各高校的留陕率基本上都在40%以下，学校和地方耗费了大量教育资源培养人才，但最终留能下来的高质量人才并不多。通过各高校的数据披露及汇总，我们可以发现大部分的“双一流”高校毕业生会选择广东，其次是北京、上海、浙江等经济发达或者沿海城市。究其原因，其实不难发现，陕西省存在两方面的问题：第一，工资薪金无优势。2021年陕西省的GDP位于全国第14名，但是工资薪金不仅与一线城市有一定的差距，而且与成都、重庆等中西部地区也无法相比，西安的平均薪酬为7，607元，位于全国城市第30位。第二，产业发展不具备吸引力。根据《2020年大学生就业力报告》中了解到，毕业生就业更期望的行业是互联网、金融服务及文化传媒等。陕西在互联网、人工智能等领域的龙头企业较少，人才大批量的流失，这也是陕西省经济发展略微滞后的部分原因。

四、人工智能与实体经济融合发展建议

（一）强化技术创新。技术创新是经济可持续发展必不可少的要素之一，目前我们只是考虑到人工智能对于市场销售、社会服务等领域的促进作用，但是往往会忽略其科研成果以及产教转化所带来的收益。第一，政府部门出台相关政策，联合陕西省各大高校进行人工智能领域相关技术开发，建立相应的协调机制，把企业、教育资源、政府力量联系起来，做好相应的研发工作，打造以互联网为基础、人工智能为核心的技术共享平台。第二，大力推动应用型技术的研发。以制造业为例，陕西省制造业产值从2009年的5，713.91亿元增加到2018年的17，882.27亿元，年增长在25%左右，其主要集中在汽车制造业、金属制造业等大型行业，所需要的基础工作量较大，在这样的情况下，需要有新型技术推动会更好地提高企业的产能，可以精准地预测好每条生产线的工时、产量，在一定程度上可以保证产品生产的及时性。第三，高新技术产业的发展是未来的趋势，也是经济发展的重要力量。陕西省应该积极进行科技和金融的深度融合，将相关风险基金合理化运用。因为人工智能等技术前期投入较大，很多企业无法承担相应的研发资金，进而会选择购买相关技术，所以陕西省应该给相关的技术创新工作承担风险补偿，将企业的担心点降到最低，这样也会更好地推动技术创新工作，推动经济发展。

（二）加强设施保障。人工智能和实体经济的融合发展离不开高效率、低成本的技术处理方式；同样，人工智能的发展，也离不开基础算法和智能平台的支持。2019年，工信部印发了《加快培育共享制造新模式新业态、促进制造业高质量发展的指导意见》中提出，要推动我国人工智能、5G通信、智能制造等方面的新型基础建设，鼓励企业进行智能化的创新，到2022年，形成20多家有行业影响力的示范平台。陕西省根据本省经济发展情况，出台了相关的支持政策，如《陕西省新一代人工智能发展规划（2019-2023年）》《新一代人工智能领域科技创新工作推进计划》等，并在2019年联系西安交通大学、西北工业大学、陕西科技大学等院校成立了陕西人工智能联合实验室，以此为契机，协助陕西省人工智能和实体经济的融合发展。在发展的过程中，陕西省应重视智能数据共享机制与数据安全保障机制，做好服务业、制造业等行业的基础设施保障。如，陕西省中小民营企业众多，如何让这类型企业参与到人工智能的基础保障工作中，做好领域内的智能化改造工作也是政府部门应思考的相关问题。

人工智能技术综述范文第5篇

关键词：计算机科学技术；食品工业；食品工业用酶

食品安全一直是全社会普遍关注的问题，如何保证和提升食品安全是食品行业积极探索的一大问题，而计算机科学技术的广泛应用为保障食品安全提供了思路与方向。目前来看，计算机科学技术已经广泛应用在食品工业中，如天然酶存在催化活性低、稳定差的问题，在食品工业中的应用有很大的局限性，而借助计算机模拟技术可以获取到品质优良的酶；又如包装机器人可以凭借计算机科学技术和人工智能技术完成食品的快速打包和移动完成货物装卸。可以看出，这些新型计算机科学技术的广泛应用对食品工业的发展有十分重要的作用，为进一步推动这些计算机科学技术的深入应用，必须进一步明确和掌握这些计算机科学技术在食品工业中的应用要点。本文重点从以下3个方面进行分析探讨。

1计算机模拟技术在食品工业用酶改造中的应用

酶是一种有着高效催化活性的蛋白质，其催化活性与其三维结构有着十分密切的联系，当酶处于高温、高压、极端pH值、高渗透压的环境中时，其三维结构会发生很大的变化，导致在食品工业领域中的应用效果大打折扣。为此，改造酶的结构与提升催化性能一直都是食品行业研究的重点问题。目前，计算机模拟技术可以很好地实现对酶分子的改造。酶分子设计中常用的工具有五类，即分子对接、同源建模、分子动力学模拟、在线网络预测服务和自由能计算。食品工业用酶改造的优势集中体现在3个方面，即提升酶的热稳定性、提升酶的酸碱稳定性、提升酶的催化活性。以提升酶的酸碱稳定性为例，常规的α-淀粉酶在低pH值的条件下经常会发生失活的问题，必须考虑通过多种方式来提升其耐酸性[1]。目前的研究发现，通过碱性氨基酸替代酸性氨基酸时，可以很好地提升酶在碱性环境中的稳定性。再比如，利用计算机模拟技术可以精准地模拟酶的催化机理，而后再有针对性地增加底物与活性位点之间的亲和力，即可以有效提升酶的催化性能。近年来，随着大数据技术、人工智能技术和计算机硬件方法的发展，计算机模拟技术在食品工业用酶改造中的应用已经越来越广泛，所能取得的效果也越来越好，今后要进一步发挥计算机模拟技术的优势，促使食品工业朝着高效与智能的方向发展。

2嵌入式计算机包装机器人在食品快速打包中的应用

近年来，随着社会经济的发展和人们生活水平的提升，人们对食品的要求越来越高，这使食品行业获得了很好的发展，也相应地推动了食品口味和包装工艺的全面升级。以食品包装工艺为例，食品工艺通过应用计算机技术和人工智能技术，大大提升了食品打包的效率与质量，为食品加工企业创造了良好的经济效益。目前，食品打包过程中所使用的包装机器人有很好的优势，主要由转运机械手、包装机械手、智能检测系统、控制系统和机器人码垛系统组成，可以完全替代人工完成食品的分拣、包装、运输和装卸等多项工作，且执行操作效率高，操作精准性高，可以大大节约人力资源。目前所使用的包装机器人主要依赖于计算机技术和人工智能技术，同时凭借于计算机硬件、伺服装置等支配大量的运动机械，可以快速且精准地传动生产线上的产品，还可以精准扫描产品的相关信息，无论是应用效率还是质量均较高，符合食品包装行业自动化、智能化发展的趋势[2]。值得一提的是，鉴于包装机器人拥有智能化和自动化的显著优势，已经在食品安全、食品加工中展现出十分显著的优势，务必进一步做好包装机器人的推广应用工作。因此，今后要更加全面地挖掘包装机器人的数字化、智能化和自动化技术，让嵌入式计算机包装机器人拥有更多的优势功能，可以凭借硬件支撑完成更高效率的打包工作，推动食品工业的健康发展。

3电子舌技术在食品滋味评定中的应用

食品安全问题一直受到社会的普遍关注，如何确保食品安全和质量至关重要。味道是食品安全和质量的显著特征之一，人的味觉系统可以精准检测和识别不同的呈味物质，但单纯依靠人工无法完成批量化的食品质量检测。基于这一需求，近年来推出的电子舌技术可以很好地完成呈味食品的检测与识别。目前广泛使用的电子舌感官系统包括味觉传感器阵列、样品预处理器、信号处理及模式识别系统3部分[3]。样品预处理器可以将食品的抽象特征转变为电子信号，相当于人体的味觉感受器；味觉传感器阵列可以灵敏地获取到处理器所发出的信号，并将接收到的信号传输至信号处理系统，相当于人体大脑中的神经感觉系统；信号处理及模式识别系统可以对所接收到的信息进行算法处理，并完成响应模式分类，相当于人体大脑中的中枢神经系统。目前，电子舌技术在肉类产品、酒类与饮料、调味品、乳制品、果蔬的食品溯源、新鲜度、品质分级和质量安全监控等方面均有广泛的应用。①在酒类与饮料中的应用中，电子舌技术可以辨别出一些细微的变化，检测出这类食品是否存在以次充好、以假乱真的情况，也可以应用于葡萄酒、啤酒和白酒中[4]。②在果蔬的应用中，如在检测分析芦笋的主成分和味觉中，可以准确评定出芦笋的甜味、酸味道、咸味道、苦味。近年来，电子舌技术还被广泛应用在不同成熟度果蔬的辨别中。③在肉类产品的应用中，电子舌技术可以精准且快速地区分出各种肉类晶种及产品品质，同时可以完成对肉质变化的分析[5]。可以预见的是，电子舌技术将会发展成为肉类产品质量评价的一种重要手段。

4结语

计算机科学技术在食品配方设计、质量检测、快速打包等方面均有着十分广泛的应用，在推动食品行业发展中发挥着十分关键的作用。计算机科学技术在食品工业中的应用是有着十分广阔的发展前景的，今后要进一步加大对计算机科学技术的研究力度，以此掌握食品工业中更多的计算机科学技术，促进食品工业的健康发展。

参考文献

[1]路福平,黄爱岚,赵蕾,等.计算机模拟在食品工业用酶改造中的应用[J].中国食品学报,2020,20(11):1-10.

[2]潘承恩.食品安全预警计算机数据库建设研究:评《食品安全物联网》[J].食品工业,2020,41(12):376-377.

[3]张素智,陈小妮,李鹏辉,等.食品安全大数据的融合及分类技术综述[J].计算机技术与发展,2020,30(2):159-165.

[4]戢得蓉,段丽丽,易宇文,等.采用电子舌对不同品种酒花酿造葡萄酒滋味的分析[J].四川旅游学院学报,2020(2):13-18.