范文为教学中作为模范的文章，也常常用来指写作的模板。常常用于文秘写作的参考，也可以作为演讲材料编写前的参考。大家想知道怎么样才能写一篇比较优质的范文吗？以下是小编为大家收集的优秀范文，欢迎大家分享阅读。
人工智能、基因工程、纳米科学被认定是21世纪的三大顶端高科技，其中人工智能在近些年来其研究领域不断扩大，涉及到哲学、神经生理学、心理学、计算机科学以及仿生学等多个科学领域的研究，其科技成果也层出不群，被广泛应用于科学研究以及工业生产中[1].工业生产过程中采用电气自动化生产模式，能够大大降低劳动成本，提高生产效率的同时还能保证产品质量，因此被众多企业用于生产实践中，而在电气自动化控制系统中应用人工智能技术，可谓是如虎添翼，保障了生产环节控制的高效性和科学性。
1人工智能在电气自动化控制中的应用优势
1.1受干扰程度低
以往工业生产中的电气自动化控制都是依靠既定的程序和管理器来实现的，管控系统根据各个生产环节仪器仪表中传递的数据进行分析，套入固定的问题处理软件上，选择指令发布，不具备具体问题具体分析的能力，会受到多个生产因素的干扰。人工智能技术其神奇之处就在于智能，不需要精确的动态模型和具体参数的设置，就能够有效处理生产信息，调控电气化生产设备。除此之外，人工智能技术能够实现调控的一致性，掌控全局进行智能调控，根据生产信息作出有效应答，而不会局限于某一固定生产指令，只调控某一环节的生产设备。
1.2操作误差小
人工智能本身的运行条件没有太多的限制，与因此与传统的控制器相比，本身的操作误差更小，基本上不会受到外界因素的干扰[2].一般来说，人工智能技术在电气自动化控制体系中应用，会现根据实际生产需求设置参数，随后又人工智能系统进行统一的调控，而在实际应用过程中，这些参数是基本上不会因为外界干扰而改变的，这也就保证了人工之能够系统的管控质量，不会因为本身的故障而引起决策的失误，大大降低了操作误差，使得各个生产环节能够按照预先设想的方案有序进行。操作误差小，是人工调控与传统控制都不具备的特点，完全符合机械化自动生产的理念。
1.3调节效率高
人工智能其数据处理分析能力更为强大，因此在实际应用过程中，即使生产环节发生了变化，需要调整人工智能控制系统的一些参数，其难度也是相对更低的，不需要专门的技术专家来进行指导，只要调整部分参数，人工智能体系就能捕捉到生产环节的变化，执行调整管控模式。例如，在生产环节中，产品种类发生了变化，如果是传统的电气自动化控制体系，就可能要重新输入控制参数，调整控制程序，而人工智能系统能够根据收集到的生产信息，进行合理的自我调整，操作简便快捷[3].
1.4降低生产成本
在电气自动化控制系统中还没有应用人工智能技术之前，生产虽然已经不要使用人力，但是在其他环节比如设备故障检查以及设备整理仍然需要人工来完成，这样不仅耗费时间，而且产生了一定的人工费用，一直是限制电气自动化生产的一个问题。人工智能能够实现器械故障的自动检测，实现工业生产的全方位管理，确保所有的电气设备都按照设定好的方案进行工作，消除了生产过程中一些常见的生产问题。
2人工智能在电气自动化控制中的实际应用
人工智能技术的实际应用主要有专家系统、人工神经网络、启发式搜索以及模糊集理论，这些运作体系是其应用于生产实践的基础。一直以来，人工智能技术的目标就是为了让机器能够拥有与人相同的智力，具备接受信息处理事情的能力[4].计算机技术的发展，使得工业生产实现了初步实现了电气自动化生产的目标，但是要想这一管控体系进一步发展，还需要更为先进的机器调控技术，人工智能正好符合这一发展要求，为电气自动化生产的进一步发展提供了无限的可能。
2.1电气产品的优化设计
一直以来，电气产品的优化设计是一项巨大的工程，受限你要掌握市场行情，融合更为先进的科学技术，根据以往的产品设计经验，进一步优化产品的性能，才能确保产品的销售额度，保证企业的市场占有率。这一研发环节，不能过长，因为如今的市场雪球变化极快，而且市场竞争较大，必须抢占先机，但是又不能以为追求研发速度而忽视质量。随着人工智能技术的应用，目前产品的优化设计模式已经有纯人工操作转变为人工智能辅助设计，大大缩短了产品的研发周期，并且在人工智能的帮助下，产品参数的设置更为合理，数据精确度大大提升。
2.2电气设备的故障诊断
在工业生产过程中，往往是多个生产环节数千台机器一同运转，单靠人工或者是笨拙的控制器，是无法找出具体故障设备的，需要花费大量的时间，而为了保证生产安全，就必须停下可疑范围内的所有电器设备，对于电器自动化生产来说，时间就是金钱，这样会严重耽误产品的生产，给公司造成巨大的经济损失[5].人工智能技术在电气自动化控制体系中的应用，很好地解决了这一难题，通过专家系统和模糊理论的结合，分析各个生产环节中仪器仪表的数据信息，系统能有效掌握全部的生产信息，实现电气自动化生产的智能控制，及时发现设备故障问题，停止故障设备，将生产损失降低到最小，切实保障企业的生产效益。
2.3运行过程的智能控制
社会在不断发展，数年前机械化生产代替了人工生产，而随着社会需求的不断扩大，企业生产效率也必须不断提高，才能在激烈的市场竞争中站稳脚跟。人工智能技术的发展，为实现电气自动化的智能控制带来了希望的曙光。在大数据时代背景下，工业生产中设计到的生产信息量是极为庞大的，人工无法快速处理这些信息作出有效决策，智能依靠计算机技术的使用，而计算机信息技术都是依靠固定的程序来处理信息，只有将二者结合，才能实现电气自动化生产的有效管控。人工智能系统是初步具备了人类智力的机械系统，具有计算速度快的优点，能够在短时间内处理大量信息，得出正确的结果，及时作出生产决策。
3结语
机械技术与计算机信息技术的结合，实现了工业生产的电气自动化控制，大部分的生产过程都是有机械完成的，然而在生产实践中，还是需要人工进行调控，及时调整机器的运行状态，定期检修器械，以免发生故障影响生产效率[6].人工智能技术的出现，实现了电气自动化的智能控制，与传统人工控制相比，其调控效率更高，能够直接处理各个生产环节中出现的一些问题，而且基本上不会受到外界因素的干扰，决策科学，管理高效，绝对是一项值得信赖的尖端技术。人工智能的应用，能够保证生产质量的统一性，优化产品设计，在生产过程中，及时发现电气设备运行故障的问题并进行有效处理，实现了电气化生产的实时动态管控。
参考文献：
[5]陈坤,史策,季永春.人工智能技术在电气自动化控制中的应用思考[j].艺术科技,20xx（08）：76.
[6]姜关胜.人工智能技术在电气自动化控制中的应用问题探讨[j].电子技术与软件工程,20xx（20）：150.
在航空业的发展中，人工智能技术起着积极的促进作用。本文介绍了空中交通管理中的人工智能理论及方法运用，为优化空中交通流量管理系统提供理论依据，更好地服务于空管系统。
人工智能；空中交通；管理
人工智能，即artificialintelligence，是计算机科学的一个分支，研究对人的意识及思维的信息过程的模拟并对其进行延伸和扩展，通过了解人类智能，研究出类似的反应的智能机器。随着计算机技术的发展，人工智能越来越多的运用于民航的各个方面，如飞行间隔的控制，空中流量的预测，飞行冲突的调配。但随着民航业的飞速发展，飞行流量日益增大，需要将人工智能技术有效运用于空中交通流量管理中，建立人工智能辅助系统，扩大空域容量，优化空中交通流量，提升空管秩序。
在空中交通流量管理（airtrafficflowcontrolmanagement）中，空中交通流量是指单位时间和空间通过的航空器数量。通过优化空中交通流量，将空中交通管制服务与机场、航路有效结合，减少延误，提高机场和空域的.利用率。从时间角度上，空中交通流量管理可以分为航路流量管理和机场终端区流量管理两部分，从时间上又可划分为战略流量管理，预战术流量管理和战术流量管理。当航空器数量饱和时就要对航空器进行流量控制，目前的常用的控制措施如下：1）地面等待，最主要的空中交通流量管理措施，本着地面让空中的原则，对地面航空器的起飞时间进行限制；2）空中等待，航空器在航路上或终端区规定的等待点或没有冲突的临时等待点进行盘旋等待；3）更改航路等待，当航路航线的容量饱和时，航空器可以通过选择其他航路航线；4）控制航路间隔，通过对航空器进入空域的间隔进行限制，来达到流量管理的目的，吸收部分拥挤的流量。
agent在人工智能的研究中，指能自主活动的软件或者硬件实体，目前国内普遍翻译为智能体。在人工智能中，设计关键智能体，对于研究人工智能的应用是非常重要的。在空中交通流量管理中，设计如下关键智能体：航班智能体、航路智能体和机场终端区智能体。航班智能体的属性有高度、速度、上升/下降率、起飞机场、目的地等。航班智能体可以与区域内或终端区的其他航班智能体建立通信，通过获取航班信息和逻辑判断，结合周围环境与自身状况，指导控制自身行为。如果航班智能体需要做出相应的调整如改变高度航向等，需要给上级的航路智能体或机场终端区智能体发出申请，上级智能体批准后，航班智能体才能采取相应的调整，作出相应的控制行为，才能通过交互环境反馈相应结果。在实际工作中，这个过程是通过空中交通管制员指挥航空器实现的。空中交通管制员在实际指挥工作中，需要结合当时的空中交通状况和自身的经验知识。航路智能体的主要属性有航路的高度、宽度、容量等。航路智能体需要对航班智能体进行指挥，管理航路上的智能体，同时与其他航路智能体和机场终端区智能体进行通信，对航班智能体进入和离开航路的时机进行协调，记录流量信息并报告给上级流量管理部门，接收上级智能体的指令。在航班智能体进入航路之前首先要进行容量评估。通过评估后的航班智能体回收到航路智能体发出的放行许可才能进入航路。如果没有通过容量评估，则要向上级智能体发送将流量限制的申请，发布流量限制后航路就不能批准航班智能体的进入，通过减少航班智能体的数量，控制航路交通流量。机场终端区智能体：在实际工作中，机场终端区的航班管理包括管制指挥、流量控制、地面场面监视、进离场等，难度较大。终端区智能体（通常运行中为塔台管制）首先要处理所收到的信息，如天气雷达信息、地面运行信息和情报信息等等，结合已有知识开展机场的容量评估。如遇到低云低能见度、雷雨等天气时可以调低终端区/机场容量，对进入离开的航空器进行限制。通过容量评估，塔台会给航班智能体一个slottime，航班智能体按照塔台的slottime起飞或降落，从而达到流量控制。如果没有通过容量评估，则需要通过上级的智能体批准，发布流量控制，限制终端区的流量，通过控制进入或离开的航空器数量达到流量限制的目的。机场终端区智能体（塔台）对终端区的航空器进行管理，还需要与航路智能体和平级的终端去智能体进行通信，对航班进出的slottime进行协调，并将流量管理信息报告给上级流量管理部门，接收上级智能体的命令。如果出现拥堵机场终端区智能体需要通过一些措施来管理流量，如分配slottime、指挥航空器地面或空中盘旋等待。
综上所述，以往在模拟空中交通流量进行研究的时候，首先制定流量控制信息，再在系统模拟航班飞行计划。这样的模拟过程不能解决容量告警问题。如果流量控制不合理，只能重新设定流控信息，再次进行模拟，因而加大模拟过程的工作量。而通过智能体的运用，可以在模拟中不断调整智能体来模拟空中流量，增加了模拟流量过程中的灵活性，将人工智能运用于模拟中，借助智能体来模拟空中流量，可以更好的分析空中交通流量问题。
[2]甘鑫鑫基于多agent的空中交通协同流量管理研究[j].科学与财富，2015（30）：278.
[5]陈言俊，刘甜甜.人工智能与机器人.[6]黄昱斌.基于multi-agent的空中交通流量的探究[j].科技创新与应用，2015（14）：57-57.
〔摘要〕人工智能飞速发展，正在改变人类生活，推动人类进步。人工智能学者从认知科学、心灵哲学以及控制论等不同视角对人工智能进行研究，但对于人工智能哲学根源的追溯与厘清较少。古希腊毕达哥拉斯主义的数论思想、亚里士多德演绎逻辑系统与分析哲学中的逻辑分析与语言分析方法以及简单性哲学原则为人工智能研究纲领、研究框架以及研究方法等奠定了基础，哲学核心问题决定了人工智能的研究进路。只有对人工智能的哲学思想源流进行追溯与探究，才能理解人工智能的理论基础，以更好地把握人工智能的发展规律并合理预测人工智能的发展趋势。
〔关键词〕人工智能，数论，简单性原则
人工智能发展如火如荼，学者除了对人工智能技术本质、人工智能社会影响、发展路径及伦理问题等进行研究之外，还关注人工智能中的哲学问题。对人工智能的研究不能仅仅局限于技术层面及科学基础层面的反思，也要涉及对人工智能的哲学思考。博登指出：“在科学家族中，没有一门学科比ai与哲学的关系更密切。”〔1〕3人工智能与哲学紧密联系，特别是心灵哲学与语言哲学，认知科学与认知心理学等学科也为人工智能发展奠定了科学基础。迄今为止，对于人工智能哲学的研究还没有形成完整的理论体系，学者多从哲学视角对人工智能中的问题进行探讨，从哲学思想源流挖掘人工智能基础的著述不多。笔者尝试从人工智能的数论基础、逻辑学、分析哲学基础以及简单性原则等视角分析人工智能的哲学思想根源。
人工智能先驱西蒙与纽维尔作为人工智能符号主义（symbolicism）学派的代表，他们的研究着眼于计算机程序的逻辑结构、符号操作系统以及编程语言，这与古希腊哲学家毕达哥拉斯学派的“数论”思想一脉相承。在毕达哥拉斯看来，数是万物的本原，万物皆数。“按照普罗克洛在《欧几里德〈几何原理〉注释》中，‘数学’这个词也是毕达哥拉斯学派首先使用的”〔2〕268。毕达哥拉斯将科学研究的基础建构在数学的基础之上。毕达哥拉斯哲学思想的核心即“数”是万物的本原。按照毕达哥拉斯的数论思想，与其说水、火、土等都是万物的本原，不如用一个简单词“数”来解释万物的存在。
“数是万物的本原”包含着万物之中存在着某种数量关系的含义，不管是天体结构、音阶音律以及建筑結构等万物都存在数量关系。毕达哥拉斯学派认为数是宇宙的元素，科学研究就是寻找纷繁复杂现象之后的数量关系。例如，物理学是研究事物运动方面的数量关系，几何学是研究事物点、线、面、体之间的数量关系等。他们将事物的本质归结为数的规律，认为事物的本质就是数。按照亚里士多德“四因说”来看，毕达哥拉斯的“数”既是构成事物的形式因，又是构成事物的质料因。质料因指的是构成事物的原始质料，就好比建造房屋用的砖木石瓦，形式因即构成事物的样式和原型，就好比造房屋的图纸或建筑师头脑里的房屋原型。这样的思想家（毕达哥拉斯主义学派）认为数既是事物的质料、同时又是形成事物的变化和它们的不变状态的形式”〔3〕21-22。因此，数对于事物来说，既是质料因又是形式因。
毕达哥拉斯的哲学思想还表现在数的和谐论。他认为万物包括宇宙在内都由数构成，并且万物可以还原为数;他还认为宇宙是和谐的，并把和谐的宇宙称为“科斯摩斯”。科斯摩斯原意就是“秩序”的意思，认为世界存在内在秩序与内在规律，人类可以通过数量之间的关系找到世界的既定秩序。
毕达哥拉斯的“万物皆数，数之和谐”思想既具有本体论含义，也具有方法论意味。他的哲学思想影响了古希腊科学的发展，亚里士多德的逻辑学体系、欧几里德的几何学体系、托勒密的天文学体系、盖伦的医学体系这四大古希腊的科学成就皆受毕达哥拉斯主义哲学思想的影响。不但如此，毕达哥拉斯的哲学思想还影响了西方整个自然科学的发展。达芬奇、哥白尼、开普勒、伽利略、牛顿等人都自称是“毕达哥拉斯主义者”。达芬奇认为天体是一架服从确定自然法则的机器，自然界有确定的规律;15-16世纪带有毕达哥拉斯主义成分的新柏拉图主义者把自然事物的行为解释成数学结构;哥白尼日心说体系的理论基础也是依据毕达哥拉斯主义哲学理论来构造行星运动简单、和谐的天体几何学模型;开普勒认为自己是毕达哥拉斯主义者，他的目标就是追求造物主心中数的和谐;伽利略也是毕达哥拉斯主义的追随者，他认为“自然之书是用数学语言书写的”，自然的真理存在于数学事实中。毕达哥拉斯的数论思想还影响了莱布尼兹。莱布尼茨有一个梦想，就是给出一套理想符号系统或语言和确定的语言变换或演算规则，把日常问题转变成理想语言，利用演算规则清楚地求解问题的答案。在此基础上，莱布尼兹提出“通用机”的天才设想。莱布尼茨尝试发明人工智能通用机，他设计出一种二进制计算法，用二进制数代替原来的十进制数，二进制数即“1”和“0”。莱布尼兹虽然制作出了简单机器，但其只能进行简单的算术计算，还不是莱布尼兹设想的能够进行复杂数据处理的通用机。尽管如此，莱布尼兹思想还是影响了整个计算机系统的发展。
图灵与冯·诺依曼的人工智能机器也受毕达哥拉斯主义数论的影响，他们运用数的和谐以及数量关系的计算尝试让“莱布尼兹之梦”在现实生活中得以实现。图灵通过基本的数学运算将数学运算符号化为运算符，并用一个无限长纸带来表述计算过程，制造出了图灵机，这就是莱布尼茨所说的“通用机”。图灵认为人脑类似通用机，图灵提出一台计算机在多大程度上可以模仿人的活动，进而提出“机器能否思维”这个哲学问题。图灵坚持通过特定算法程序，把可计算的数量关系都转化为由一台图灵机来计算。冯·诺依曼指导发明第一台基于运算器与存储器的计算机，他为图灵通用机设计出一个物理模型——edvac，edvac可以执行加、减、乘、除等数学操作。与图灵一样，冯·诺依曼把人脑与机器类比，机器通过存储器储存数据，通过数学规则设计出把思维当成数据的程序，通过简单、和谐的数字制造出能进行复杂数字处理的机器。不管是图灵的通用机还是冯·诺依曼的edvac都是为了解决“莱布尼兹之梦”，其哲学思想均根源于毕达哥拉斯的“数论”哲学思想。除了图灵与莱布尼茨，纽维尔与西蒙等符号主义人工智能先驱也认为，不管是人类智能还是机器智能都是根据确定的或者规范的规则来进行符号操作的。不但如此，基于认知模拟的强人工智能也把心理状态作为计算状态，所谓认知就是计算，这是对基于数论的计算主义教条的信仰，人类智能类似于信息处理系统。联结主义人工智能不同于符号主义人工智能，它否认智能行为来自于在形式规则下对符号进行操作的观点，“符号主义人工智能中的信息处理包括明确的应用和形式规则，但是联结主义人工智能没有这样的规则”〔4〕1366-1367。与符号主义人工智能不同，联结主义人工智能的工作原理是寻找神经网络及其间的联结机制及学习算法。虽然联结主义与符号主义人工智能有区别，但联结主义人工智能与符号主义人工智能的共同假设都是把认知看作信息处理，且信息处理都具有可计算性。可见，毕达哥拉斯的“万物皆数，数之和谐”思想为符号主义人工智能与联结主义人工智能的发展奠定了基础。
除了毕达哥拉斯的数论思想，古希腊亚里士多德的演绎逻辑系统也是人工智能的哲学思想源泉。人工智能符號主义学派也称为逻辑主义学派，可见逻辑思想在人工智能发展中的重要地位与作用。即使是深受胡塞尔后期的现象学、海德格尔的存在现象学和梅洛-庞蒂的知觉现象学影响的人工智能专家德雷福斯，也肯定演绎逻辑以及形式系统在人工智能发展中的作用。在德雷福斯看来，符号主义人工智能的基础是逻辑学，是哲学中的理性主义。人工智能的主要设想是可以运用计算机的逻辑运算来模拟人类思考的过程。图灵尝试依靠逻辑发明通用机，“我希望数字计算机能够最终激起人们对符号逻辑的极大兴趣……人与这些机器进行交流的语言……构成一种符号逻辑”〔5〕288。马丁·戴维斯直接把符号主义学派的源头追溯到亚里士多德，“把逻辑推理简化为形式的努力可以追溯到亚里士多德”〔6〕200。亚里士多德是逻辑学的创始人，他认为逻辑学是获得真正知识的重要工具，逻辑学是哲学的基础。亚里士多德注重演绎推理，特别重视三段论推理，他认为三段论推理是一切思维运动的基本形式。三段论是一种典型的演绎推理模式，它由普遍性公理和推理规则经过严密的逻辑论证得出必然性结论。图灵的通用机以及符号主义人工智能的根本基础，都可以归结为逻辑或者演绎推理。
集逻辑分析方法与语言分析方法于一体的分析哲学也是人工智能的思想源泉，分析哲学把逻辑学看作一切学科的基础，数学的基础也是逻辑学，数学也要用逻辑符号来表示。分析哲学产生于20世纪初，代表人物是石里克与卡尔纳普等人，其理论来源于英国的经验论者休谟、法国的实证主义者孔德、英国的逻辑主义者密尔和哲学家与心理学家马赫等人的观点。弗雷格的《算术基础》、罗素与怀特海合著的《数学原理》、石里克的《普通认识论》以及维特根斯坦的《逻辑哲学论》是分析哲学的代表著作。分析哲学的基本观点是：哲学的任务是对知识进行分析，强调通过对语言的逻辑分析来消除形而上学问题，认为一切综合命题都以经验为基础等。分析哲学家认为一切科学研究必须从经验出发，哲学的主要任务是运用现代数理逻辑和语言分析把复杂的概念分析为简单的概念，分析哲学家想通过对语言的逻辑分析澄清语句、语词的意义，通过语义上升，抛弃含混、模糊、有歧义的自然语言，把自然语言的语句转换成逻辑命题，通过分析逻辑命题的意义清除伪哲学问题，达到拒斥形而上学的目的。分析哲学注重逻辑分析与语言分析，强调语言分析的重要性，分析哲学把科学的任务界定为发现真理，而逻辑的任务在于识别真理的规律。罗素立足于把哲学建成严密的科学，哲学像科学一样可以获得真理性的知识。在罗素看来，哲学和科学只有程度之分，没有本质区别。哲学问题都是逻辑问题，逻辑问题就是科学问题。对科学问题进行分析还原之后，如果这个问题是逻辑问题，则它是哲学问题，否则就不是哲学问题。因此，逻辑是哲学的基础。通过逻辑分析进行还原涉及语言，那么，所有哲学问题命题都是语言表达式，语言结构是逻辑结构，是科学命题的真正的逻辑形式。
罗素的逻辑原子论从本体论角度坚持奥卡姆剃刀的最小化原则，从语言角度上坚持思维经济原则，语言表述坚持最小词汇量原则。“如无必要，勿增实体”。罗素从逻辑学角度坚持逻辑前提或者公理最小化原则，“宁可构造，勿要推论”。根据公理与推理规则建构的逻辑学公理系统影响了图灵、冯·诺依曼及其以后的人工智能专家。冯·诺依曼致力于为新机器设计逻辑方案，戈德斯坦把冯·诺依曼看成将逻辑应用于计算机的第一人，“据我所知，冯·诺依曼是一个清楚地懂得计算机本质上执行的是逻辑功能的人”〔7〕69。冯·诺依曼在edvac的报告中也提到，不但从数学的观点，而且从工程史和逻辑学家的观点来探讨大规模计算的机器。在人工智能哲学先驱德雷福斯看来，自从古希腊人发明了逻辑与几何，就把一切推理归结为计算。人工智能中符号主义的基础是逻辑学，是哲学中的理性主义、还原论传统。他们把计算机看成操作思想符号的系统，试图用计算机来表达对世界的形式表述。心灵与计算机都是物理符号系统。在德雷福斯看来，“伽利略发现人们可以忽略的品质和技术上的考虑，从而能找到一种用来描写物质运动的纯形式化系统，同样我们可以设想，一位研究人类行为的伽利略可能会把所有语义上的考虑（对意义的依赖），变成为句法（形式化）操作技巧”〔8〕76。人工智能的代表人物数理逻辑学家皮茨与生理学家麦卡洛克撰写了《神经活动中内在观念的逻辑运算》，他们的思想受到罗素与怀特海《数学原理》的启发，坚持把一切数学还原为逻辑，甚至神经网络也可以用逻辑来表达。德雷福斯认为人工智能的发展建立在四种假设之上，即生物学假设、心理学假设、本体论假设以及认识论假设。其中认识论假设指的是一切知识都可被形式化，可以被编码成数字形式;本体论假设指的是存在一组在逻辑上相互独立的事实，知识可以被编入计算机程序。纽维尔认为：“人工智能科学家把计算机看成操作符号的机器，他们认为，重要的是每一样东西都可以经编码成为符号，数字也不例外。”〔9〕196在符号主义者看来，符号是人类认识外部世界的基本单元。人工智能的逻辑学派将人的认识对象通过数学逻辑的方式抽象为符号，利用计算机的程序符号来模拟人认知世界的过程。符号主义学派主要依靠计算机的逻辑符号来模拟人的认知过程。人工智能的重量级人物纽维尔与西蒙构造了第一个真正意义的人工智能程序，称之为“逻辑专家”，可见人工智能专家受逻辑学思想影响之深，“任何表现出一般智能的系统，都可以证明是一个物理符号系统”〔10〕41。西蒙与纽维尔认为，作为一般的智能行为，物理符号系统具有的计算手段既是必要的也是充分的。纽维尔与西蒙把其理论来源追溯到分析哲学家弗雷格、罗素与怀特海，“该假设的起源要追溯到弗雷格、怀特海与罗素就形式化逻辑提出的方案：以逻辑方式获取基本的概念式数学观念，把证明和演绎观念置于可靠的根基上”〔11〕。德雷福斯认为，真正的专家解决问题是诉诸直觉与整体性，在此基础上对人工智能的认识论假设与本体论假设进行批判，但他同意专家系统必须使用某种类型的概论度量的逻辑标准，“认知模拟的先驱者们——已经继承了霍布斯推理就是计算的主张，笛卡尔的心理表述、莱布尼兹的‘普遍文字’的思想——所有知识都可以在一组初始概念中得到表示”〔11〕。正如德雷福斯所言，“人工智能就是试图找到主体（人或计算机）中的哲学本原元素和逻辑关系”〔12〕。可见，人工智能与逻辑学特别是分析哲学紧密相关，逻辑学与分析哲学是人工智能的一个重要思想来源。
古希腊先哲用简单的物质元素探索世界的本原。例如，泰勒斯把世界的本原归结为水，赫拉克利特把世界的本原归结为火，德谟克利特把世界的本原归结为原子，认为世界由不可分的原子构成。他认为，万事万物都可以还原为不可分最小微粒——原子，世界是由原子构成的。复杂的事物由简单的事物构成，万事万物都由不可分的基本粒子构成。世界由最基本的粒子构成，复杂对象由基本粒子构成，基本粒子决定了宇宙的性质。
简单性哲学原则不但用简单元素追溯世界的本原，还致力于用力学解释自然现象。不管是物理规律、化学规律、生物规律，甚至是社会规律都可以用力学解释。哥白尼的日心说体系之所以取得科学界的支持也不是因为其解释力强，而是因为其遵循了简单性原则，从而取代了托勒密繁琐的本轮-均轮模型。牛顿的力学三定律就立足于简单性原则，用力来解释所有运动。按照简单性哲学原则，人与动物都是由简单的粒子构成，人与动物没有根本区别，人与机器也没有本质区别，甚至可以说“人就是机器”。1747年，拉·梅特里发表了《人是机器》这一哲学巨著，提出“人是动物，因而也是机器，不过是更复杂的机器罢了”〔14〕69。笛卡尔把人体看作是与机械相类似，用机械的旋涡来解释天体运动问题，他认为宇宙是一架机器，机械运动是唯一的运动规律。牛顿、开普勒、伽利略等都力图建立严密的力学体系来正确描述宏观物理运动，甚至是天体运动。爱因斯坦试图用公理化方法把自然界描绘成物质在时空中运动的统一体，德国物理学家海森堡也认为简单性原则可以作为科学假说可接受性的标准。
不仅自然界的规律可以用力学表示，而且社会关系也可以用力学表示。孔德提出社会动力学和社会静力学概念，社会动力学又称为社会物理学，立足于运用力学规律分析社会关系。1950年，斯宾塞出版《社会静力学》，把事物的基本规律看作“力的恒久性规律”（thelawofpersistenceofforce）。“人是机器”的观点启发人工智能先驱开始了构造具有人类智能机器的探索。
主体与客体的关系在哲学史上占居重要地位，是哲学研究中的核心問题，也是哲学史上诸多学派的思想源头。古希腊米利都学派的泰勒斯探索万物本源的时候就开始关注主体如何认识客体，关注主体与客体的关系，普罗泰戈拉提出的命题“人是万物的尺度”包括了主客二分思维的萌芽，笛卡尔的精神和物质相互独立的二元论思想暗含着主体和客体截然二分的思想。人们一般认为，只有人类才能成为主体，人之外的世界是客体。那主客二分的标准是什么呢？人之所以为主体的标准又是什么呢？有的学者认为只有主体才具有意向性，客体不具有意向性，客体只是主体认识的对象。主体一般具有独立意识或者个体经验。哲学意义的认识论指的是个体对知识和知识获得所持有的信念，主要包括知识结构、知识本质、知识来源和知识判断的信念等内容，主体与客体的关系问题是哲学的核心问题。认识论中的可知论与不可知论是研究主体之外的客体是否可知，唯心主义与唯物主义的区分以及各种不同的哲学流派的分野都基于主体与客体截然二分的哲学基础，哲学史上，各大流派都曾经把主客关系作为研究的切入点。
人工智能是赋予机器智能，让机器可以模拟或者代替人类的某种智能。人工智能基于不同的哲学理念有不同的研究进路，人工智能发展史上不同思想的对立也是基于对于主体与客体关系的哲学思考。一般来讲，人工智能可分为三种进路，即符号主义进路、联结主义进路以及行为主义进路。人工智能符号主义进路把人类的认知过程看成符号计算过程，人类认知是物理符号系统，人工智能先驱德雷福斯（s）认为，人工智能研究者其实与炼金术师一样，也是对一些符号进行不同的处理。因此，在人工智能的符号主义看来，人与机器没有本质区别，人类的心智同样可以还原成符号计算。德雷福斯在《计算机不能做什么：人工智能的极限》中提出，人工智能机器是基于生物学假设、心理学假设、认识论假设以及本体论假设基础之上的。“生物学假设：在某一运算水平上，大脑与计算机一样，以离散的运算方式加工信息;心理学假设：大脑被看作一种按照形式规则加工信息单位的装置;认识论假设：一切知识都可被形式化，可以被编码成数字形式;本体论假设：存在是一组在逻辑上相互独立的事实，知识可以被编入计算机程序”〔17〕156。从德雷福斯关于人工智能的四个假设中我们可以看出，人工智能与人类一样都是对信息加工和处理的工具，从这个意义上讲，主体与客体之间没有本质的区别。主体与客体不能截然二分，之所以对主体和客体进行区分，表明人类对于自身的认知规律和智能结构没有真正揭示。
人工智能的联结主义进路，又称为仿生学派或生理学派，认为人工智能源于仿生学，特别是对人脑模型的研究，其主要原理为神经网络及神经网络间的连接机制与学习算法。联结主义起初是用软件模拟神经网络，后来发展到用硬件模拟神经网络。其理论假设是人与机器如果具有同样的结构应该具有同样的功能，可以通过研究人脑的物理结构从而制造出类似人脑的机器。在联结主义看来，人与机器结构相同，人脑与计算机程序运行模式相同，则功能相同。纽维尔（allennewell）认为，智能的计算机程序可以被用来模拟人类的思维过程。联结主义失败的原因是人脑的结构并不像人工智能研究者们在电脑上模拟一样，人类的大脑是将物理事实与知觉过程所连接的客观事实，而不只是对信息进行加工的一台机器。人与机器不同，机器不具有人类的精神状态和意识。人类的精神状态和意识是否由人脑结构决定呢？人类精神状态和意识是先验存在还是后天习得仍然是认知科学研究的难题。因此，通过神经网络让机器模拟人类智能行不通。通过对人工智能的符号主义和联结主义的分析我们发现，主体与客体区别的必要性得以彰显，人的主体性地位不能动摇。
人工智能的行为主义进路，又称为人工智能的进化主义或控制论学派，其原理为维纳和麦克洛克等学者的控制论思想及感知-动作型控制系统。研究重点是模拟人在控制过程中的智能行为和作用，如对自适应、自组织和自学习等的研究。人工智能行为主义学派的代表布鲁克斯（rodneybrooks）研制的“六足机器人”实质上是一个基于感知-动作模式模拟昆虫行为的控制系统，能够适应外界的环境，但这样的机器人也不具有人类的感知与认知能力，主体与客体之间还是可以严格区分。人工智能的目标从技术层面来讲是制造出对人类有益的智能机器，从哲学层面来讲，就是利用人工智能概念和模型，通过机器模拟人类智能来推动哲学核心思想主客二分问题的研究，借此解决哲学上的身心问题、意识难题等问题。哲学的核心问题与人工智能的研究是相互促进的。
综上所述，人工智能技术的发展有其哲学根源，根源于数是万物本源思想、万物皆数思想以及数的简单、和谐思想，还根源于亚里士多德的逻辑思想以及分析哲学的逻辑分析研究方法。在众多哲学思想中，简单性原则是人工智能的哲学思想源泉。人工智能就是计算机用逻辑方法把思维还原为简单数字来模拟人脑的过程。人工智能发展是思维的革命，人工智能涉及信息与计算的本体地位和方法论问题，人工智能的发展迫使哲学家们对思维的存在形式进行深入研究，从而把形而上的论证变成可操作的过程。人工智能的目标是通过计算机实现机器模仿人类智能，人工智能的发展直接指向哲学的中心问题。例如，意向性问题、形式化问题、身心问题等。对于人工智能的哲学基础溯源有利于推动哲学的进步与发展，也可以拓展对于传统哲学问题的研究。只有对人工智能的哲学思想基础进行追溯与探源，才能为人工智能工作者提供思想源泉，从而更好地理解与把握人工智能的理论基础、发现人工智能的发展规律以及预测人工智能的发展趋势、把握人工智能的发展方向。
参考文献：
〔1〕玛格丽特·博登.人工智能哲学〔m〕.刘西瑞，王汉琦，译.上海：上海译文出版社，2001.
〔2〕汪子嵩，等.希腊哲学史〔m〕.北京：人民出版社，2004.
〔3〕亚里士多德.形而上学〔m〕.李真，译.上海：上海人民出版社，1995.〔4〕安东尼·梅耶斯.爱思唯尔科学哲学手册〔m〕.张培富，等译.北京：北京師范大学出版社，2015.
〔5〕〔m〕.northholland，amsterdam：macmillanmagazinesltd，1992.
〔6〕davis，soflogic：mathematiciansandtheoriginofthecomputer〔m〕.newyork：&，2001.
长久以来，人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(mit)、卡内基-梅隆大学(cmu)到ibm公司，再到日本的本田公司、sony公司以及国内的清华大学、中科院等科研院所，全世界的实验室都在进行着ai技术的实验。不久前，著名导演斯蒂文·斯皮尔伯格还将这一主题搬上了银幕，科幻片《人工智能》(a.i.)对许多人的头脑又一次产生了震动，引起了一些人士了解并探索人工智能领域的兴趣。
在本期技术专题中，中国科学院计算技术研究所智能信息处理开放实验室的几位研究人员将引领我们走近人工智能这一充满挑战与机遇的领域。
"智能"源于拉丁语legere，字面意思是采集(特别是果实)、收集、汇集，并由此进行选择，形成一个东西。intelegere是从中进行选择，进而理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》(machineswhothinks,1979)中所提出的:在复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始，人们已对机器操作的复杂性与自身的某些智能活动进行直观联系。经过几个世纪之后，新技术已使我们所建立的机器的复杂性大为提高。1936年，24岁的英国数学家图灵(turing)提出了"自动机"理论，把研究会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。
人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(artificialintelligence，ai)这个术语。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的ibm的"深蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。
当然，人工智能的发展也并不是一帆风顺的，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷，但是随着硬件和软件的发展，计算机的运算能力在以指数级增长，同时网络技术蓬勃兴起，确保计算机已经具备了足够的条件来运行一些要求更高的ai软件，而且现在的ai具备了更多的现实应用的基础。90年代以来，人工智能研究又出现了新的高潮。
我们有幸采访了中国科学院计算技术研究所智能信息处理开放实验室史忠植研究员，请他和他的实验室成员引领我们走近人工智能这个让普通人感到深奥却又具有无穷魅力的领域。
问:目前人工智能研究出现了新的高潮，那么现在有哪些新的研究热点和实际应用呢？
答:ai研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的`不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的3个热点是:智能接口、数据挖掘、主体及多主体系统。
智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱:数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。
主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。
答:我国开始"863计划"时，正值全世界的人工智能热潮。"863-306"主题的名称是"智能计算机系统"，其任务就是在充分发掘现有计算机潜力的基础上，分析现有计算机在应用中的缺陷和"瓶颈"，用人工智能技术克服这些问题，建立起更为和谐的人-机环境。经过十几年来的努力，我们缩短了我国人工智能技术与世界先进水平的差距，也为未来的发展奠定了技术和人才基础。
但是也应该看到目前我国人工智能研究中还存在一些问题，其特点是:课题比较分散，应用项目偏多、基础研究比例略少、理论研究与实际应用需求结合不够紧密。选题时，容易跟着国外的选题走;立项论证时，惯于考虑国外怎么做;落实项目时，又往往顾及面面俱到，大而全;再加上受研究经费的限制，所以很多课题既没有取得理论上的突破，也没有太大的实际应用价值。
今后，基础研究的比例应该适当提高，同时人工智能研究一定要与应用需求相结合。科学研究讲创新，而创新必须接受应用和市场的检验。因此，我们不仅要善于找到解决问题的答案，更重要的是要发现最迫切需要解决的问题和最迫切需要满足的市场需求。
问:请您预测一下人工智能将来会向哪些方面发展？
答:技术的发展总是超乎人们的想象，要准确地预测人工智能的未来是不可能的。但是，从目前的一些前瞻性研究可以看出未来人工智能可能会向以下几个方面发展:模糊处理、并行化、神经网络和机器情感。
目前，人工智能的推理功能已获突破，学习及联想功能正在研究之中，下一步就是模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。人工神经网络是未来人工智能应用的新领域，未来智能计算机的构成，可能就是作为主机的冯·诺依曼型机与作为智能外围的人工神经网络的结合。研究表明:情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能在于赋予计算机情感能力。情感能力对于计算机与人的自然交往至关重要。
人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。今天，已经有很多人工智能研究的成果进入人们的日常生活。将来，人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。
人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。
在一年一度at&t实验室举行的机器人足球赛中，每支球队的"球员"都装备上了ai软件和许多感应器，它们都很清楚自己该踢什么位置，同时也明白有些情况下不能死守岗位。尽管现在的ai技术只能使它们大部分时间处于个人盘带的状态，但它们传接配合的能力正在以很快的速度改进。
这种ai机器人组队打比赛看似无聊，但是有很强的现实意义。因为通过这类活动可以加强机器之间的协作能力。我们知道，internet是由无数台服务器和无数台路由器组成的，路由器的作用就是为各自的数据选择通道并加以传送，如果利用一些智能化的路由器很好地协作，就能分析出传输数据的最佳路径，从而可以大大减少网络堵塞。
我国也已经在大学中开展了机器人足球赛，有很多学校组队参加，引起了大学生对人工智能研究的兴趣。
安放于加州劳伦斯·利佛摩尔国家实验室的asciwhite电脑，是ibm制造的世界最快的超级电脑，但其智力能力也仅为人脑的千分之一。现在，ibm正在开发能力更为强大的新超级电脑--"蓝色牛仔"(bluejean)。据其研究主任保罗·霍恩称，预计于4年后诞生的"蓝色牛仔"的智力水平将大致与人脑相当。
麻省理工学院的ai实验室进行一个的代号为cog的项目。cog计划意图赋予机器人以人类的行为。该实验的一个项目是让机器人捕捉眼睛的移动和面部表情，另一个项目是让机器人抓住从它眼前经过的东西，还有一个项目则是让机器人学会聆听音乐的节奏并将其在鼓上演奏出来。
十九世纪末到二十世纪以来科学技术得到了飞速的发展，在这个时期里很多学科都得到了提高和补充，学科间的关系也越来越密切，一系列利好因素的共同作用下，机械电子工程学得以产生并发展。
顾名思义，机械电子工程就是电子信息技术与传统的机械技术的一个结合，充分的发挥了两个不同学科在技术上的共同点，达到了物理上和信息功能上的连结。这是一个跨学科的尝试，更是一个挑战，它可以将所有的机械工程信息进行分析，达到智能化的目的。虽然依旧属于机械工程行业，但是显然已经拥有了自己的特点。
1）不同的设计方法
机械电子工程与传统工程相比，已经不是单一的一个学科，它已经发展成为了有很多技术和科学共同组成的一个新学科，并且在工程设计上充分的吸纳了信息技术、机械技术，并为了使工程的各模块结构布局更加完整，设计人员一般都会采取自上而下的设计方法。
2）产品上的差异
2机械电子工程的发展过程
机械电子工程学并不是一个孤立的学科，它与很多工程和技术都有着密切的联系，是机械工程学科和电子信息工程、智能管理技术共同作用下，形成的一个新的发展体系。在信息系统不断完善的过程中，机械电子工程体系也更加完善，并日益成熟。机械电子工程学的发展历程主要是这样的几个方面：
1）机械电子工程学的开端
机械电子工程学在刚起步的阶段，其主要的生产形式是手工生产，此时社会的生产能力很低，没有充足的劳动力资源，发展生产力变得异常艰辛。为了改变这样一个窘迫的状况，科学家进行了大量的研究和尝试，在一次次的失败中，机械工程终于得到了一定的发展。
2）机械电子工程学的高速发展阶段
在经历了起初艰难的开始阶段以后，机械电子工程迎来了高速发展时期，随着标准件生产在同一的流水线下得以实现，这一时期的生产已经具备了一定的标准，并且极大地刺激了生产力的发展。但是这样的生产模式并不是没有缺点的，生产的过程过于标准，使产品过于单一，满足不了不同用户和社会不断变化的需要。
3）机械电子工程的成熟阶段
经过了多年的发展，机械电子工程产业已经形成了一定的体系，并与现代化科学技术有了一定的融合，进入了现代机械电子发展阶段。归根结底，机械电子工程的发展是为了满足社会工作和生活的需要，现代社会工作节奏加快，生产也更加灵活，对机械电子工程提出了更高的要求，机械电子行业的特点是柔性制造，这也为机械电子同信息化社会的融合创造了条件。
3人工智能在机械电子工程的运用
人类社会的发展始终离不开能源、信息。在古代，生产力水平及其低下，人们对信息的获取能力也十分有限，能源和物质是维持人类生产生活的必需品。长久以来，人类往往都没有认识到信息的作用。随着人类文明的不断发展，生产力水平的不断提高人类对信息的概念逐渐了解，同时也产生了对信息的需求，信息的价值逐渐被发现。
随着电子计算机技术的逐渐应用，人类的生活发生了质的变化，人类社会至此进入了高科技的信息时代。人工智能系统作为电子技术发展的产物，在近两年出现，并且迅速的应用到了机械电子工程领域。
电子信息技术在方便快捷的同时，也存在一定的弊端，比如缺乏一定的稳定性，这使机械信息系统在输入和输出上就会变得十分混乱，并且不利于描述。以往的描述方法一般包括：建设规则库、推导数学方程、学习并生成知识。
一般的解析方法都比较精密、准确，但是应用范围十分有限，只能应用于比较简单的系统，而对比较繁琐复杂的体系，却不能够提供完整的解析式，必须依靠人工操作才能实现。随着人们对系统的要求越来越高，处理的信息变得复杂多样，信息的内容不仅包括数据的形式，也出现了数字信息和语言信息等新形式。为了适应时代形势的发展，人工智能处理方式以其复杂、不确定的特点成为了解析数学的新方法、新手段。
人工智能处理体系一般是这样进行分类的，模糊推理体系和神经网络体系。这两个系统存在着联系，也有所不同。模糊推理系统一般通过对大脑功能进行模拟，从而分析出语言的信号;而神经网络系统模拟的却是大脑的结构，通过对数字信号的处理得出参考数值。
1）模糊推理体系和神经网络体系的相同点
我们可以说，模糊推理体系和神经网络体系都是利用网络结构，然后在某一精度上趋近一个函数。
2）模糊推理体系和神经网络体系的不同点
（1）映射方式
在映射方式的运用方面，模糊推理系统运用域和域之间的映射，神经网络体系则是点到点的映射。
（2）物理性质
模糊推理体系与神经网络体系相比拥有更明确的物理性质。
（3）计算量和计算精度
模糊推理体系没有固定的连接，计算量和计算精度都十分有限，神经网络体系则很好的克服了这一点，在输入的过程中使每个神经元相互作用，大大的提高了计算量，并且能够保证较高的输出精度。
（4）储存方式
在储存信息的过程中，模糊推理体系采用的是比较规则的方式，神经网络体系则是利用分布式对信息进行储存。
社会作为一个不断发展变化的有机结合体，单一的处理手段是无法满足人类发展的需要的。为此，智能系统研究专家开始了对综合智能系统的开发与探索。综合智能系统是对以往人工智能体系的继承和发展，它能够融合以往两种智能体系的优点，使数学描述变得更加全面。
4结论
机械电子工程产业发展是我国工业信息化过程的一个写照，在工程制造的过程中充分利用现代化科学技术的巨大优势，实现了生产力的提高，满足社会发展的需求，机械电子工程和人工智能和完美结合实现了不同学科之间的融合，为工业信息化的发展提供了成功经验和新思路。
【摘要】目的：通过调查研究超声医学在临床急诊中的检查价值。方法：采用随机数字表法将对我院门诊收治的100例急诊患者，分成50例的观察组和50例的对照组。且给予两组正常病症检查方法，观察组在常规检查的基础上使用超声医学，并对检查的结果进行回顾性的分析与比较。结果：超声诊断与常规诊断的符合率和未诊断率为96%，4%和68%，32%。两者之间的对比具有显著的差异性(p0.05)。结论：超声医学在急诊的检查中具有比较高的正确率，不仅帮助医生减少了确诊时间，还为患者赢得了就诊时间，提高了患者的抢救成功率。
【关键词】超声医学;急诊;价值
随着超声诊断技术在临床中广泛应用以及不断的发展和日益完善中，超声学对患者的病情及时快速的检测方面做出了重大的作用。使得很多腹部疾病以及意外创伤的患者得到了迅速、及时且有效的治疗方案，减轻了患者的痛苦，给患者提供了医治空间，提高了患者的致残率以及死亡率。本文主要将我院20xx年6月至20xx年10月收治的50例急诊患者分别采用常规诊断和超声医学进行诊断，且分析比较，现将调查结果报告如下：
1资料与方法
1.1一般资料
采用随机数字表法将我院在20xx年6月至20xx年10月收治的50例急诊患者，均分为超声医学诊断的观察组和常规诊断的对照组，且都符合急诊诊断的标准[1]。其中治疗组男性患者14例，女性患者11例，年龄31-64岁，平均年龄为(43±21)，黄体破裂出血5例，急性阑尾炎15例，胃十二指肠穿孔2例，急性胆囊炎3例;对照组男性患者18例，女性患者7例，年龄28-66岁，平均年龄为(38±25)，病程1-8年，黄体破裂出血8例，急性阑尾炎12例，胃十二指肠穿孔3例，急性胆囊炎2例;两组患者性别、年龄、原发疾病等一般资料组间比较，差异无统计学意义(p0.05)。
1.2治疗方法
主要采用多种超声诊断仪器，如logiq400、logiq5、迈瑞ma77―0786等诊断仪器，探头的频率使用3.5―8.0mhz.在诊断过程中要求患者不能空腹，对于盆腔检查的患者需要憋尿或或者使用生理盐水对膀胱进行充盈，患者检测时采取仰卧或者侧卧的姿势，对进行全腹部多切面检查的患者，需要采取坐位进行胸膜腔的探查。
1.3疗效评价标准
当超声诊断的结果和临床诊断一致时，便为符合标准;当超声诊断的结果仅仅显示了患者腹腔的积血、积液或者病灶区的血供量逐渐减少，便为基本符合标准;当超声诊断的结果和临床诊断不一致时，则为误诊或漏诊，称为未诊断。
1.4统计学方法
采用spssl5.0软件进行统计分析，计量数据将采用采用x2检验;当p0.05，差异是具有统计学的意义。
2结果
2.1两组数据比较
通过对比分析两组分别使用超声医学进行诊断以及常规诊断的结果，见表1
3讨论
急诊患者一般病情都比较的紧急，且症状比较的严重。有时病人会处在休克期或者休克的前期，病情相对比较的复杂，婴幼儿的患者一般不能完全的表达病情。是否能够对患者及时明确的进行诊断，可以有效的减少并发症以及死亡率，成为临床抢救措施的关键因素。临床的医生可以根据患者病情的症状、体征以及其他检查作出一些鉴别性的诊断，但在大多数的情况下还是难以进行确诊。然而具有操作方便、使用快捷的超声检查，发挥其特点，用独特的声像图片为临床提供有利的证据。超声医学的检查可以有效的缩短医生的确诊时间，减轻了急诊患者的病痛，给患者提供了足够的治疗空间。超声诊断在妇产科疾病、肠胃疾病以及胆囊等各类疾病中的表现具有差异性，以下将对各种病情做出分析[3]。妇产科疾病：超声医学在妇科的作用是无法代替的，异位妊娠的声图像是子宫内膜中出现不同程度增厚现象的表示，在患者的子宫一侧会出现混合型的团块，但在声像图中并没有非常明显特征的表示。盆腔炎患者病情严重时，超声图像则会变现为子宫增大和输卵管的逐渐变粗。患者出现黄体破裂出血时在超声图中的显示和异位妊娠表现形式具有细微的变化，在检查过程中需要仔细。当随着患者的发病时间以及血块的多少变化时，胎膜下积血声像学则会表现胎盘和子宫壁间的边缘部分具有粗糙且规则不一的液体状的暗区，有许多斑点状呈现高回声、杂乱的回声或者不均质的低回声。胃肠道系统疾病超声检查：当患者的胃十二指肠穿孔时一般会出现误诊或者漏诊的情况，此时在检查过程中还要结合其他的手段进行辅助性的检查，如x光线等。当患者出现急性阑尾炎时，超声图像一般表现为阑尾体型会有显著性的增大，呈现出模糊的周围结构且具有高、低、高的回声。急性阑尾炎的图像特点为：一般的阑尾炎，阑尾肿大，其直径一般9mm，具有比较清晰的阑尾管的壁层，且从外到内逐渐呈现出高回声、低回声、高回声;急性化脓性的阑尾炎，阑尾具有明显的粗大状态，可以通过肉眼辨别出来，具有较厚的阑尾壁，腔内具有较多的积液，且有代表性的少量的斑片状的高强回声。阑尾的横切面呈现出强弱相间的环形回声以及靶环征;急性阑尾炎合并周围脓肿，其患者的阑尾状态是无法进行辨认的，但在右下腹可以看到类似于圆形团状的回声，且在内部会呈现出不均匀的杂乱的低回声。胆管系统疾病：当患者出现胆总管结石时，进行超声检查，管内具有强回声且伴随位于后方的图像影射[3]。当患者胆管内具有胆汁淤积时，胆管就会出现不同程度的扩张现象。患者胆囊发炎时，超声图像中的胆囊具有显著性的扩充，具有较厚的胆囊壁，较强的张力，强回声光团会出现在胆囊颈部。
综上所述，超声医学的诊断具有操作简单、经济适用、准确诊断的特征，且还可以在定位的同时，了解患者是否存在并发症，因此在临床中的应用越加广泛，为临床的医生提供了具有重要价值的参考以及治疗方案。特别是在胸腹部创伤以及急性腹部的疾病急诊体系中起到了重要的作用，且不同程度上促进了医疗急救体系的发展。
参考文献：