發布時間：2023-06-04 09:45:09
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的人工智能的發展狀況樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
【關鍵詞】人工智能 計算機技術
一、人工智能的定義
“人工智能”(Artificial Intelligence)一詞最初是在1956年Dartmouth學會上提出的。人工智能是指研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支,它企圖了解智能的實質,并生產出一種新的能以人類智能相似的方式做出反應的智能機器。目前能夠用來研究人工智能的主要物質手段以及能夠實現人工智能技術的機器就是計算機,人工智能的發展歷史是和計算機科學與技術的發展史聯系在一起的。
人工智能理論進入21世紀,正醞釀著新的突破,人工智能的研究成果將能夠創造出更多更高級的智能“制品”,并使之在越來越多的領域超越人類智能,人工智能將為發展國民經濟和改善人類生活做出更大貢獻。
二、人工智能的應用領域
1.在管理系統中的應用
(1)人工智能應用于企業管理的意義主要不在于提高效率,而是用計算機實現人們非常需要做,但工業工程信息技術是靠人工卻做不了或是很難做到的事情。在《談談人工智能在企業管理中的應用》一文中劉玉然指出把人工智能應用于企業管理中,以數據管理和處理為中心,圍繞企業的核心業務和主導流程建立若干個主題數據庫,而所有的應用系統應該圍繞主題數據庫來建立和運行。換句話說,就是將企業各部門的數據進行統一集成管理,搭建人工智能的應用平臺,使之成為企業管理與決策中的關鍵因子。
(2)智能教學系統(ITS)是人工智能與教育結合的主要形式,也是今后教學系統的發展方向。信息技術的飛速發展以及新的教學系統開發模式的提出和不斷完善,推動人們綜合運用超媒體技術、網絡基礎和人工智能技術區開發新的教學系統,計算機智能教學系統就是其中的典型代表。計算機智能教學系統包含學生模塊、教師模塊,體現了教學系統開發的全部內容,擁有著不可比擬的優勢和極大的吸引力。
2.在工程領域的應用
(1)醫學專家系統是人工智能和專家系統理論和技術在醫學領域的重要應用,具有極大的科研和應用價值,它可以幫助醫生解決復雜的醫學問題,作為醫生診斷、治療的輔助工具。事實上,早在1982年,美國匹茲堡大學的Miller就發表了著名的作為內科醫生咨詢的Internist 2Ⅰ內科計算機輔助診斷系統的研究成果,由此,掀起了醫學智能系統開發與應用的。目前,醫學智能系統已通過其在醫學影像方面的重要作用,從而應用于內科、骨科等多個醫學領域中,并在不斷發展完善中。
(2)地質勘探、石油化工等領域是人工智能的主要作用發揮領地。1978年美國斯坦福國際研究所就研發制成礦藏勘探和評價專家系統“PROSPECTOR”,該系統用于勘探評價、區域資源估值和鉆井井位選擇等,是工業領域的首個人工智能專家系統,其發現了一個鉬礦沉積,價值超過1億美元。
3.在技術研究中的應用
(1)在超聲無損檢測(NDT)與無損評價(NDE)領域中,目前主要廣泛采用專家系統方法對超聲損傷(UT)中缺陷的性質、形狀和大小進行判斷和歸類;專家運用超聲無損檢測儀器,以其高精度的運算、控制和邏輯判斷力代替大量人的體力與腦力勞動,減少了任務因素造成的無擦,提高了檢測的可靠性,實現了超聲檢測和評價的自動化、智能化。
(2)人工智能在電子技術領域的應用可謂由來已久。隨著網絡的迅速發展,網絡技術的安全是我們關心的重點,因此我們必須在傳統技術的基礎上進行網絡安全技術的改進和變更,大力發展數據挖掘技術、人工免疫技術等高效的AI技術,開發更高級AI通用和專用語言,和應用環境以及開發專用機器,而與人工智能技術則為我們提供了可能性。
三、人工智能的發展方向
1.專家系統是目前人工智能中最活躍、最有成效的一個研究領域,它是一種具有特定領域內大量知識與經驗的程序系統。近年來,在“專家系統”或“知識工程”的研究中已出現了成功和有效應用人工智能技術的趨勢。人類專家由于具有豐富的知識,所以才能達到優異的解決問題的能力。那么計算機程序如果能體現和應用這些知識,也應該能解決人類專家所解決的問題,而且能幫助人類專家發現推理過程中出現的差錯,現在這一點已被證實。
2.智能信息檢索技術的飛速發展。人工智能在網絡信息檢索中的應用,主要表現在:(1)如何利用計算機軟硬件系統模仿、延伸與擴展人類智能的理論、方法和技術。(2)由于網絡知識信息既包括規律性的知識,如一般原理概念,也包括大量的經驗知識這些知識不可避免地帶有模糊性、隨機性、不可靠性等不確定性因素對其進行推理,需要利用人工智能的研究成果。
3.SOAr是一種通用智能體系結構,其始終處在人工智能研究的前沿,已顯示出強大的問題求解能力,它認為機器人的開發是人工智能應用的重要領域。在它的研究中突出4個概念:(1)所處的境遇機器人不涉及抽象的描述,而是處在直接影響系統的行為的境地。(2)具體化機器人有軀干,有直接來自周圍世界的經驗,他們的感官起作用后會有反饋。(3)智能的來源不僅僅是限于計算裝置,也是由于與周圍進行交互的動態決定。(4)浮現從系統與周圍世界的交互以及有時候系統的部件間的交互浮現出智能。目前,國內外不少學者都對機器人足球系統頗感興趣,足球機器人涉及機器人學、人工智能以及人工生命、智能控制等多個領域。足球機器人系統本身既是一個典型的多智能體系統,是一個多機器人協作自治系統,同時又為它們的理論研究和模型測試提供一個標準的實驗平臺。
參考文獻:
[1]元慧.議當代人工智能的應用領域和發展狀況[J].福建電腦,2008.
[2]劉玉然.談談人工智能在企業管理中的應用[J].價值工程,2003.
[3]焦加麟,徐良賢,戴克昌.人工智能在智能教學系統中的應用[J].計算機仿真,2003,(8).
[4]周明正.人工智能在醫學專家系統中的應用[J].科技信息, 2007.
[5]張海燕,劉鎮清.人工智能及其在超聲無損檢測中的應用[J].無損檢測,2001,(8).
[6]馬秀榮,王化宇.簡述人工智能技術在網絡安全管理中的應用[J].呼倫貝爾學院學報,2005,(4).
關鍵詞：人工智能 智能控制器 應用領域
一、人工智能應用理論分析
人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是門邊沿學科，屬于自然科學和社會科學的交叉。涉及哲學和認知科學、數學、心理學、計算機科學、控制論、不定性論，其研究范疇為自然語言處理，知識表現，智能搜索，推理，規劃，機器學習，知識獲取，感知問題，模式識別，邏輯程序設計，軟計算，不精確和不確定的管理，人工生命，神經網絡，復雜系統，遺傳算法等，應用于智能控制，機器人學，語言和圖像理解，遺傳編程。當今社會，計算機技術已經滲透到生產和生活的方方面面，計算機編程技術的日新月異催生自動化生產、運輸、傳播的快速發展。人腦是最精密的機器，編程也不過是簡單的模仿人腦的收集、分析、交換、處理、回饋，所以模仿模擬人腦的機能將是實現自動化的主要途徑。電氣自動化控制是增強生產、流通、交換、分配等關鍵一環，實現自動化，就等于減少了人力資本投入，并提高了運作的效率。
二、人工智能控制器的優勢
不同的人工智能控制通常用完全不同的方法去討論。但AI控制器例如:神經、模糊、模糊神經以及遺傳算法都可看成一類非線性函數近似器。這樣的分類就能得到較好的總體理解，也有利于控制策略的統一開發。這些AI函數近似器比常規的函數估計器具有更多的優勢，這些優勢如下。(1)它們的設計不需要控制對象的模型。(2)通過適當調整(根據響應時間、下降時間、魯棒性能等)它們能提高性能。例如:模糊邏輯控制器的上升時間比最優PID控制器快1.5倍，下降時間快3.5倍。(3)它們比古典控制器的調節容易。(4)在沒有必須專家知識時，通過響應數據也能設計它們。(5)運用語言和響應信息可能設計它們。(6)它們有相當好的一致性(當使用一些新的未知輸入數據就能得到好的估計)，與驅動器的特性無關。現在沒有使用人工智能的控制算法對特定對象控制效果十分好，但對其他控制對象效果就不會一致性地好，因此對具體對象必須具體設計。
三、人工智能的應用領域
1.優化設計電氣設備的設計是一項復雜的工作，它不僅要應用電路、電磁場、電機電器等學科的知識，還要大量運用設計中的經驗性知識傳統的產品設計是采用簡單的實驗手段和根據經驗用手工的方式進行的。因此，很難獲得最優方案。隨著計算機技術的發展，電氣產品的設計從手工逐漸轉向計算機輔助設計(CAD)，大大縮短了產品開發周期。人工智能的引進，使傳統的CAD技術如虎添翼，產品設計的效率及質量得到全面提高。用于優化設計的人工智能技術主要有遺傳算法和專家系統。遺傳算法是一種比較先進的優化算法，非常適合于產品優化設計，因此電氣產品人工智能優化設計大部分采用此種方法或其改進方法。
2. 智能控制的功能實現
（1）數據采集與處理：對所有開關量、模擬量的實時采集，并能按要求處理或存貯。（2）畫面顯示：模擬畫面真實顯示一次設備和系統的運行狀態，可實時顯示電流、電壓等所有模擬量、計算量、隔離開關、斷路器等實際開關狀態及掛牌檢修功能，能生成歷史趨勢圖。（3）運行監視：具有對各主要設備的模擬量數值、開關量狀態的實時智能監視，有事故報警越限和狀態變化事件報警，事件順序記錄、聲光、語音、電話圖象報警。（4）操作控制：通過鍵盤或鼠標實現對斷路器及電動隔離開關的控制，勵磁電流的調整。按順控程序進行同期并網帶負荷或停機操作。系統對運行人員的操作權限加以限制，以適應各級運行值班管理。（5）故障錄波：模擬量故障錄波，波形捕捉，開關量變位，順序記錄等（包括主要輔機)。（6）在線分析不對稱運行分析、負序量計算等。（7）在線參數設定及修改保護定值包括軟壓板的投退。（8）運行管理：操作票專家系統，運行日志，報表的生成及存儲或打印，運行曲線等。人工智能控制技術在自動控制領域的研究與應用已廣泛展開，但在電氣設備控制領域所見報道不多。可用于控制的人工智能方法主要有3種:模糊控制、神經網絡控制、專家系統控制。
3. 恒壓供水案例簡析
恒壓供水在工業和民用供水系統中已普遍使用，由于系統的負荷變化的不確定性，采用傳統的PID算法實現壓力控制的動態特性指標很難收到理想的效果。在恒壓供水自動化控制系統的設計初期曾采用多種進口的調節器，系統的動態特性指標總是不穩定，通過實際應用中的對比發現，應用模糊控制理論形成的控制方案在恒壓系統中有較好的效果。在實施過程中選用了AI-808人工智能調節器作為主控制器，結合FXIN PLC邏輯控制功能很好地實現了水廠的全自動化恒壓供水。對于單獨采用PLC實現壓力和邏輯控制方案，由于PLC的運算能力不足編寫一個完善的模糊控制算法比較困難，而且參數的調整也比較麻煩，所以所提出的方案具有較高的性價比。
總之，電氣自動化控制領域的革新需要人工智能的大力支持，而人工智能在自動化控制方面的優勢在這個領域也確實能夠得到極大的發揮。電氣自動化的人工智能應用促進了自動化控制的發展進步，促進了智能理論在控制技術中的應用，促進了社會的進步與人們生活水平的提高。
參考文獻：
摘要：人工智能的迅速崛起，為老年健康管理提供了全新的途徑，在優化老年健康管理全過程中發揮著重要價值。與此同時，因其服務于老年人這一特殊群體，對道德倫理的沖擊表現得更加突出。當前，伴隨著我國政府對人工智能的高度重視、企業與醫療機構的積極探索，人工智能在老年健康管理領域已積累了部分經驗，取得了初步進展。然而目前人工智能在老年健康管理中的應用仍處于起步階段，面臨價格壁壘難以突破、信息孤島劣勢明顯、多方主體合作不足、專業人才稀缺等現實問題。推進人工智能與老年健康管理的深度融合，需要政府、醫療機構與養老服務中心、科技企業等多方聯動，構建配套管理機制，從而使人工智能更好地服務于老齡化社會。
關鍵詞：人工智能；老年健康管理；老齡化；養老問題
作者：向運華王曉慧（武漢大學社會保障研究中心，湖北武漢430072）
人口老齡化是21世紀我國經濟社會發展的重大國情，截至2018年底，我國60周歲及以上人口有2.49億，占總人口的17.9%。人口老齡化態勢加劇的同時，空巢老年人占比持續攀升，獨居老年人群健康狀況不容樂觀，有74.7%的老年人患有至少一種慢性疾病。城鄉失能、半失能老年人口近4063萬，上門看病、康復護理等醫療健康類服務需求始終居于老年人各類需求首位。總書記明確指出“為老年人提供連續的健康管理服務和醫療服務”，健康老齡化成為健康中國時代和老齡化時代的重要命題。
萬物互聯的加速到來與人工智能技術的迅速崛起，正在改變著人們的社會資源獲取方式和生活方式。AlphaGo大勝人類棋手，標志著人工智能已在某些領域走到了人類智慧的前列。以互聯網為載體和AI為實現工具的經濟發展新形態正在逐漸形成，為社會各領域創造了前所未有的機遇，也給老年健康管理模式的突破與創新提供了現實可能。智慧健康養老由此產生，其最大的特點在于大數據收集、需求的智慧決策與服務的精準投放。2017年工信部、民政部和衛計委聯合印發《智慧健康養老產業發展行動計劃（2017-2020年）》，強調利用新一代信息技術產品推動健康養老服務智慧化升級。各地積極開展智慧健康養老應用試點，打造“硬件環境+智能設備+互聯網信息平臺+居家養老服務”的健康養老生態系統。如何發揮人工智能技術在老年疾病預防、診斷、緊急救助、治療與康復中的作用，如何有效聯接醫療服務機構以確保老年人享受到更高效、更優質、更便捷的健康服務，是當前亟待研究的現實問題，這對于降低空巢老人獨居風險，緩解老年護理人員短缺問題，提高老年人的健康水平具有重要價值。
一、立場博弈：人工智能時代老年健康管理的機遇與隱憂
（一）人工智能的崛起
人工智能（ArtificialIntelligence，簡稱AI）起源于1950年“圖靈測試”的理念，其首次被公開提出可追溯到1956年“人工智能之父”McCartney在美國會議上的報告。隨后人工智能隨著技術的發展、社會的進步不斷發展，1960年人工智能已能夠理解自然語言、自動回答問題和分析圖像圖形等，20世紀80年代又獲得了學習和認知能力。21世紀以來，物聯網的加速普及、大數據的崛起、云計算等信息技術的突破，人工智能迎來了發展高峰，逐漸形成了深度學習、跨界融合、人機協同、群智開放、自主操控等新的特征，開始具有自我診斷、自我修復、自我復制甚至自我創新的能力①。人類相繼進入了網絡社會時代、大數據時代與人工智能時代，三者共同構成了新的社會時代②。
關于人工智能的概念，國際人工智能專家N.J.Nilsson將人工智能視為怎樣表示知識、怎樣獲得知識及怎樣使用知識的科學③。其后，學者對人工智能的概念從類人、理性、思維與行為等四個方面著手定義，有學者進而從學科角度對人工智能進行了解釋，如國內學者吳漢東將人工智能定義為研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。綜合諸多學者對人工智能的認識，筆者認為人工智能的實質是基于人類的設定與要求，能以與人類智能相似的方式作出反應的智能機器或軟件。
人工智能時代的到來，正在改變甚至顛覆人類現存的生產、工作與交往方式。2016年美國的《國家人工智能研究和發展戰略計劃》指出，AI系統在某些專業任務上的表現勝于人類。1997年國際象棋、2011年Trivia、2013年Atari游戲、2015年的圖像識別與語音識別、2016年AlphaGo等AI產品的問世與應用，成為AI超越人類的里程碑事件，見證了AI的智能水平和社會意義。近十年來，人工智能愈發廣泛地應用在社會各個領域。農業領域，人工智能應用于自動播插與灌溉、日常田間管理、采收與分揀、產品檢驗、虛擬在線銷售等產前、產中和產后各個環節，大大減輕了人類的勞動量④。工業領域，工業機器人廣泛應用于汽車、電子、家電制造等生產線，緩解勞動力供需矛盾的同時提高了生產效率。服務業領域，微軟“Cortana”、蘋果“Siri”、聯想“小樂”等智慧客服系統為大眾所熟知；幾乎所有股票交易員已被機器人取代，投資顧問、風險審查和安全防范監控監管都普遍智能化。公共服務領域中，人工智能亦發揮著日益重要的作用，如用人臉對比技術來篩查犯罪分子；人工智能輔助醫療診斷與手術；人工智能用于智能評測、個性化輔導等等。人工智能也開始進入藝術創作領域、心理服務領域。學界普遍認為，弱人工智能技術在當前已基本實現⑤。
（二）人工智能時代老年健康管理領域的機遇
當前，在新一代信息技術的引領下，物聯網迅速普及，大數據快速積累，算法模型與運算能力持續突破，智能行業應用快速興起，為我國人工智能的迅速崛起提供了現實契機。從人工智能技術層的語音識別、自然語言處理、圖像識別和生物識別等，到人工智能應用層面的工業4.0、智能農業、無人駕駛汽車、智能家居、智能金融、智慧醫療與智能教育等，均得到了爆發式增長。我國正處于醫療人工智能的發展高峰，2016年中國人工智能+醫療市場規模達到96.61億元，增長37.9%。據估計到2025年人工智能應用市場總值將達到1270億美元，其中醫療行業將占市場規模的五分之一⑥。人工智能在老年健康管理中的應用主要體現在通過生理參數識別設備和無線射頻識別裝置等智能采集老年健康數據，為老年人提供雙向、互動的居家健康監測、健康咨詢、健康評估、健康干預服務以及緊急救助服務，克服時空限制，將健康管理貫穿疾病預防、診斷、治療與康復整個過程。人工智能時代為健康管理尤其是老年健康管理提供了全新的途徑，在優化老年健康管理模式過程中具有重要價值。
第一，人工智能的發展為緩解醫護人員短缺提供了現實可能。據世界衛生組織公布的數據，歐盟關于每千人擁有護士數量的基本規定是不少于8人，挪威以17.27人位居世界第一，美國和日本分別是9.8人和11.49人，發展中國家例如巴西和南非，分別是7.6人和5.1人，然而我國每千人擁有護士數僅為2.36人。即使是按照大多數國家的5‰計算，我國護士缺口也多達350多萬，如果按照歐盟的標準，則缺口更大。與此同時，我國社區養老服務專職人員數量少且增長速度緩慢。民政部2009年開始統計社會服務職業技能人員中的養老護理員，截至2016年我國養老護理人員僅8528人。根據第四次中國城鄉老年人生活狀況抽樣調查結果，目前我國失能、半失能老年人口約為4063萬，占老年人口數的18.3%，按照3：1的國際標準計算，我國需要超過1300萬的護理人員。同樣，雖然國家大力推進醫養結合，將老年人作為重點人群納入家庭醫生簽約服務，但家庭簽約醫生覆蓋率仍不容樂觀。如何“以少足多”是擺在當前我國政府面前的重要議題之一。人工智能的崛起為化解這一醫療難題提供了新路徑。人工智能環境下，智能護理等機器的應用與推廣，大大減少了老年人對護理人員的需要，虛擬醫療助手替代護士，在醫生診療之外提供輔的就診咨詢、健康護理和病例跟蹤等服務，既減少了老年人前往醫院就診的次數，又有助于提高護理能力。顯然，這些對于緩解老年健康供需矛盾有積極意義。
第二，人工智能的發展為醫療機構提高服務效率提供了技術支持。一直以來，醫療服務效率都是備受關注和爭議的問題。醫療服務效率，即醫療機構在投入與產出之間的比率，是醫療服務領域的核心命題與重要目標。近年來，隨著我國醫療體制的不斷改革與發展，各級醫療機構的效率有了顯著提升，但受制于傳統醫療機構管理模式的慣性思維影響，醫療機構的服務效率與民眾期望仍有差距。新時代醫療服務效率的提升不僅需要制度的變革，也需要服務工具的革新。人工智能的發展為優化醫療服務提供了便利。一方面人工智能的應用降低了人力成本。醫學影像占醫療數據的90%，而且這一數據仍在攀升，年增長率約為30%，而放射科醫師數量的年增長率僅為4.1%，遠不及影像數據增長速度。借助AI技術分析醫學影像，將大大緩解醫院缺少醫生的壓力。此外，語音技術在醫療行業的普及，也正在將越來越多的普通醫生從日常機械式的醫案錄入工作中解放出來，提升錄入的效率，降低失誤率。另一方面，人工智能的應用也提高了醫療服務能力。人工智能輔助診斷技術應用在老年人某些特定的病種領域，幾乎可以代替醫生完成疾病篩查任務；智能手術機器人的應用既能保證精準定位，減少老年患者的疼痛，又能防止傳統手術易帶來的傳染疾病等危險；人工智能參與藥物研發，對于提高針對老年患者潛在藥物的篩選速度和成功率，縮短研發時間與成本有實際意義。綜上，人工智能的嵌入打破了以往醫治全程醫生親力親為的運作模式，智能機器的自主研判與決策能力，對于降低人力成本，大幅提高醫療機構、醫生的工作效率與質量，減少不合理的醫療支出有積極意義。
第三，人工智能的發展有助于提高老年人自我健康管理能力。多數疾病都是可以預防的，但是由于疾病通常在發病前期表征并不明顯，到病況加重之際才會被發現。而且由于老年人機體形態的改變和功能的衰退，對于疼痛和疾病的反應變得不敏感、不典型，很多病癥易被忽略或誤診，加上老年人行動不便，其中有多數老年人即使不舒服也不愿前往醫院進行診療。人工智能的應用大大緩解了這一狀態。人工智能技術與醫療健康可穿戴設備的結合可以實現疾病的風險預測和實際干預，實時監測老年人的生理參數，其雙向數據傳輸、在線溝通、便捷有效的特點，一方面可幫助老年人實時了解與掌握自身的健康狀況，享受個性化的健康管理和健康咨詢服務，滿足其健康教育需求；另一方面也能提高老年人自我健康管理意識，促進其積極參與自我健康管理和自我照顧，實現醫療衛生服務重心前移和全民健康管理。人工智能環境下的自我健康管理的實現延伸了傳統醫療的覆蓋能力，節省了傳統醫療方式的時間、空間成本及醫療費用，能夠有效緩解老齡化帶給整個社會醫療系統的負擔。此外，居家健康管理系統能為衛生管理者提供健康數據，有助于建立完備、標準化的居民電子健康檔案和區域衛生信息共享平臺，使政府突發公共衛生事件監測和應急體系的運轉更為高效、準確。
（三）人工智能時代老年健康管理領域的隱憂
萬物都有兩面性，人工智能同樣是把雙刃劍，人工智能從誕生至今，其對倫理的沖擊就不斷被討論。人工智能給老年健康管理帶來巨大便利的同時，也對道德倫理問題提出了重大挑戰。與人工智能的一般倫理問題相比，人工智能在老年健康管理中的應用因其服務于老年人這一特殊群體表現得十分特殊與突出。主要表現為兩個方面，一是老年人人格與尊嚴的多方面權益保障倫理問題更為加劇，二是老齡社會正義倫理問題更顯突出。
老年人人格與尊嚴的多方面權益保障倫理問題體現在隱私泄露、社會孤立與老年人的“物化”三個方面。首先，為更好地提供全方位健康管理服務，智能老年健康管理系統和智能設備需要采集老年人日常起居全時段、全方位、無盲區、長周期的海量生理數據，其中絕大多數的數據屬于隱私數據。這些數據通過簡單的分析和挖掘，就能得出老年人的生活習慣、身體狀況等信息，一旦被無意或有意泄露，極易被不法分子所利用以進行精準推銷甚至精細詐騙等違法活動，這對于易受騙的老年人群體來說無疑是巨大的隱憂，由此可能帶來的損失也不可小覷。《世界人權宣言》第12條規定任何人的私生活、家庭、住宅和通信不得任意干涉，他人的榮譽和名譽不得加以攻擊。正如一些學者認為我們應該對于弱勢群體運用特別的隱私保護政策①。然而目前我國的相關法律和政策還不盡完善，如有關病歷資料保護的法律或文件（《刑法》《侵權責任法》《醫療機構病歷管理規定》等）中多為宣示性條款，也尚無老年人隱私安全的針對性文件。如何保證健康數據在實時采集、傳輸、存儲、分析與使用過程中的安全，數據應當被保留多久、誰擁有隱私數據的訪問權等都是智能老年健康管理領域亟需解決的隱私方面的具體倫理問題。其次，智能機器監護老年人可能導致減少老年人社交、子女的陪伴。關于智能護理機器人的引入對老年人心理問題的影響研究表明，使用護理機器人的老年人易出現社會孤立現象，進而導致尊嚴受損②。過多的智能既會減少老年人外出和交流的頻率，也使子女或親朋責任感降低，對老年人的關懷止于虛擬問候，而不再是頻繁地看望與聊天。有學者認為，健康助手功能會使原本親近的護理關系轉換為遠程的虛擬的照料關系③。從而加劇老年人心理上的空虛感與孤獨感。如何緩解和調節老年人心理問題是人工智能在老年健康管理應用過程中不得不面對的問題之一。最后，老年人的“物化現象”也是值得關注的具體倫理問題。所謂物化，Kitwood對其的定義是：像對待無生命物質那樣對待人：推、拉、拽一個人，不把他當作一個有生命的個體。Astell曾認為輔助機器人可能會機械地控制使用者，并逐漸使其變得失去自主性④。智能護理機器人等操控式的服務過程有可能損害老年人自主意愿，老年人普遍認為不應該限制他們自主選擇的權利，如他們不希望所有人知道他們在家中跌倒，因為某些跌倒僅是小事，自己可以克服，他們認為只有自己需要幫助的時候才應通知別人。然而這與智能護理系統一旦發現護理對象跌倒，就立即發送消息給親人或醫護人員的護理策略相矛盾⑤。機器人應在何種程度上保障老年人的自主意愿，減輕其心理負擔，維護其尊嚴，是值得研究的課題。
老齡社會正義倫理問題主要體現在地區差異方面。由于我國國土面積大，各地區經濟發展水平并不一致，地區差異、城鄉差異問題都不容忽視。考慮到護理服務涉及人最基本的健康權利，然而由于經濟發展和收入水平不同，偏遠地區、農村的互聯網都不暢通，健康信息系統建設不到位⑥，老年人往往無力購買智能可穿戴設備、智能護理機器人等健康管理機器，貧富差距引發的社會資源分配不公問題凸顯。如何在研發和推廣智能設備中充分考慮老年人的購買力，是關乎社會正義的倫理問題。
二、現實考察：人工智能時代老年健康管理的困境
（一）人工智能時代老年健康管理的經驗
改革開放以來，尤其是進入21世紀之后，我國人工智能技術得到了巨大的發展。據中國電子信息產業發展研究院數據統計，2017年我國人工智能市場規模為216.9億元，比2016年增長52.8%，增長速度快于全球平均水平，2020年有望超過700億元①。其中，“人工智能+融合醫療、金融、教育和安防等領域企業”位居全球人工智能目標市場行業首位，總計占比40%。國家高度重視，企業與醫療機構積極探索老年健康產品的研發、推廣與應用，先后積累了一些經驗，取得了初步進展，為人工智能服務于老年健康管理奠定了重要基礎。
首先，信息化與大數據推動智慧醫療的發展，為人工智能在老年健康管理中的應用提供了技術支撐。信息化與大數據是人工智能有效嵌入的基本要素，因此醫療信息化的實現和醫療大數據資源的壯大是推動人工智能在老年健康管理應用的重要基礎。近幾年來，高速、移動、安全的新一代信息基礎設施建設加快，城市社區光纖網絡覆蓋率不斷提升，中國互聯網絡信息中心（CNNIC）的《中國互聯網絡發展狀況統計報告》顯示互聯網逐漸向高齡人群滲透，60歲以上老年人對互聯網的接觸率和應用率逐年上升。與此同時，健康養老服務信息平臺建設不斷推進，早在2011年，老齡辦和民政部門就在全國范圍內推進社區為老服務信息平臺建設項目啟動試點工作，試點項目50余個，據統計覆蓋老年人口僅3000多萬；2014年民政部和發改委確定在全國選取了42個地區推進養老服務業綜合改革試點，改革的重點之一即是加快信息平臺建設。2018年國務院《關于促進“互聯網+醫療健康”發展的意見》，強調推進遠程醫療覆蓋全國所有醫聯體和縣級醫院，支持高速寬帶網絡覆蓋城鄉醫療機構，建立互聯網專線保障遠程醫療需要。“互聯網+醫療服務”建設初具規模，各級醫療機構、養老服務機構積累了大量老年人有關的數據資源，其中包括老年信息數據庫建設與大數據共享平臺與服務平臺建設，為下一步人工智能的嵌入奠定了堅實根基。
其次，國家高度重視，政策與法律建設不斷推進，為人工智能在老年健康管理中的應用提供了制度基礎。一方面，為推動人工智能的迅速發展，近年來我國人工智能領域指導性政策文件不斷出臺。如2017年7月國務院印發《新一代人工智能發展規劃》，同年12月工信部公布《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》，明確了我國新一代人工智能發展的戰略目標，部署構筑我國人工智能發展的先發優勢，加快創新型國家和世界科技強國建設。2018年1月中國電子技術標準化研究院《人工智能標準化白皮書（2018版）》，提出確立人工智能產業發展的標準體系；3月政府工作報告明確指出加強新一代人工智能在醫療、養老等多領域的應用。各省市積極響應，出臺本地區的具體實施意見，為人工智能在老年健康領域的應用確立了方向。另一方面，為應對各類風險與危機，我國不斷推出信息建設與信息安全的相關規定。據統計目前我國信息治理層面的相關法規已有100余件，涉及個人信息保護、網絡侵權預防和網絡犯罪懲治等多個領域②。具體到醫療行業，2013年國家衛生計生委、國家中醫藥管理局印發的《關于加快推進人口健康信息化建設的指導意見》，2015年國務院辦公廳印發的《全國醫療衛生服務體系規劃綱要（2015-2020年）》，2017年工信部、民政部、衛計委聯合印發的《智慧健康養老產業發展行動計劃（2017-2020年）》等文件，都著重強調形成覆蓋全生命周期的智慧健康養老產業體系，打造一批智慧健康養老服務品牌。2016年12月，國務院辦公廳印發《關于全面放開養老服務市場提升養老服務質量的若干意見》提出推進“互聯網+”養老服務創新，到2020年養老服務市場全面放開等，都指出實現全員人口信息、電子健康檔案和電子病歷三大數據庫要基本覆蓋全國人口并完成信息動態更新。這些直接或間接性文件的不斷完善，為人工智能在健康領域的應用提供了基本的制度框架。
最后，在技術與政策環境的激勵下，人工智能在老年健康管理中的應用初見成效。從易得的傳感器，到智能化的可穿戴設備，智能護理床、健康服務機器人、陪護機器人等服務機器人，越來越多智能設備參與到老年人健康管理領域。近幾年，房地產商、保險公司、養老機構積極推出高端養老項目，健康服務機器人也隨即而來，其中天津哈士奇機器人作為全球首臺健康服務機器人成為標志性事件。而后，機器人也開始應用在福利中心和養老機構，僅杭州就有70家養老機構和40家照料中心引進了“阿鐵”養老機器人①②，機器人具備健康檢測、健康顧問、緊急報警與陪伴逗樂四項主要功能。同時依托“互聯網+”搭起智能居家養老服務的橋梁，一是通過智能健康腕表隨時測量血壓、心率等生命體征數據。相關研究表明可穿戴智能設備在治療慢性病方面有顯著效果，治療費用、住院時間等都有所降低③④。二是“開心”等智能健康養老機器人通過人體感應、攝像頭遠程監護、聲源定位、語音識別等系統為居家老人提供安全監護、用藥提醒、數據分析等健康服務，約87%的受訪者表示類似于“開心”的智能健康養老機器人會對空巢老人有用⑤。三是通過“互聯網+”和遠程醫療、遠程手術等滿足老年人的醫療需求，通過機械骨骼、輪椅機器人等助力老人康復⑥。從監護到治療，人工智能在各種養老模式的老年人中的初步試水，為應對人口老齡化提供了戰略性思維。
（二）人工智能時代老年健康管理的難題
人工智能為老年人實現全過程健康管理提供了條件，推動了老年健康管理模式的突破與創新，然而目前人工智能在老年健康管理中的應用僅處于起步階段，尚有很多問題需要解決。
其一，從應用范圍來看，價格壁壘難以突破，老年健康管理中人工智能缺乏動力。醫療行業本身就極具復雜性和特殊性，醫療體制改革和醫養結合養老模式發展已推行多年，但仍有很多問題為人們所詬病。人大代表羅衛紅曾提出目前醫養結合雖初具成效，但仍存在醫養結合服務需求與承載力不對稱、行業管理體制不完善、醫養結合醫保支付政策難以保障護理需求等問題。人工智能嵌入老年健康管理為醫養結合模式的發展創造機遇的同時，也提出了更高的要求。人工智能設備造成的健康管理服務費用誰來支付、怎樣支付，目前國內尚未達成共識，這也解釋了為什么目前智能健康機器人多出現在養老機構，而非居家老人家中。不可否認，在當前醫療衛生服務供給不足的情況下，醫養結合型養老機構非常重要，機器人的引入對老年人尤其是對高齡老人、半失能老人與失能老人帶來了極大的便利。然而無論是9064模式還是9073模式，絕大多數老年人是居家養老。針對居家生活老年人的健康監測、預防、治療、康復、護理和心理慰藉等服務需求亟需人工智能的嵌入，然而形勢不容樂觀，一方面是因為智能裝備價格較高，老年人個體往往無意愿或無力購買較為昂貴的智能感應設備，另一方面是因為擔心后續健康服務能否持續跟進，比如一個智能腕表就價值幾千元，如果后期的服務沒跟上，老年人損失就會很大。人工智能的應用必須考慮各方支付意愿，其價格在某種程度上決定了其可推廣的范圍。如何圍繞大健康戰略來定位發展人工智能，實現醫療健康服務利益相關者的協作，為老年人提供全方位全周期的健康服務是亟須解決的關鍵問題之一。
其二，從信息化建設來看，人工智能應用于老年健康管理的信息孤島劣勢明顯。人工智能的應用離不開信息技術的支撐。推進醫療服務大數據建設，建設老年群體數據庫與醫療服務信息平臺，統一相關數據標準是基礎。“人工智能+醫療”最大的問題在于數據的來源和質量，因為我國的醫療數據在醫院與醫院間、醫院與家庭間存在信息孤島，即使在同一個醫院提取和利用數據仍涉及很多操作手續。與此同時，雖然各地政府一直在強調健康養老服務信息平臺建設，但進程并不樂觀，多數老年健康服務僅停留在通過社區門診或體檢獲得數據，共享在街道一級，實現市級統一平臺建設的省份屈指可數。除了技術條件的制約，更多的是缺乏全局的考慮與統籌規劃，民政部門、統計部門、公安部門、衛生部門、醫院等多部門之間的責任模糊，各涉老部門缺乏溝通與配合；各地區各自為政，缺乏共享理念和共享動力，有效的溝通不足，相互之間在操作系統、網絡協議、語義表示、數據庫類型，乃至硬件管理平臺上存在差異，醫療信息數據不能有效實現地區共享，阻礙了人工智能賴以為生的數據信息資源的有效流通，既造成了數據信息資源重復建設，也限制了數據信息資源功能的最大發揮。可見，要想人工智能應用于老年健康管理，積極突破數據壁壘勢在必行。
其三，從健康服務相關主體來看，養老機構、社區服務中心、醫療機構與企業的合作不足。養老服務機構、醫療機構等服務機構本身不生產人工智能設備，而是通過引進人工智能設備服務于老年人，科技企業才是人工智能產品的生產者。服務機構最了解老年健康管理全過程需要什么樣的人工智能產品，而科技企業則在技術上獨占優勢。二者通過跨界合作發揮各自的優勢，才能明確研發內容，最大程度縮短研發周期，以滿足老年人健康管理的需要。然而目前國內各級醫療機構、養老服務機構在該領域的開拓相對滯后，除了發達城市的大型房地產公司通過與科技公司合作建設高端養老基地，應用人工智能參與老年健康管理服務，實現了企業間的人工智能合作外，多數醫療機構、養老服務機構有待進一步跟進。與此同時，醫療機構、養老服務機構提升自身對人工智能產品的駕馭能力也離不開同科技企業的有效合作。兩者有效合作的缺乏在一定程度上制約了老年健康管理過程中的人工智能創新能力的提升。兩者如何建立合作機制，共同推進人工智能的技術創新與應用是人們不得不思考的當務之急。
其四，從研發主體看，老年健康管理領域的人工智能發展受制于稀缺的專業人才。人工智能任何相關技術方面的突破都依賴于人才，可以說其發展能力取決于人才數量。《全球人工智能人才白皮書》顯示全球AI領域的人才缺口達到百萬量級，2017年工信部發言人指出在我國人工智能人才缺口超過500萬，稀缺的專業人才資源是制約全球人工智能技術發展和應用落地的一大短板。人工智能的專業人才既要掌握數據挖掘、語音圖像識別等計算機層面知識，又要了解人工智能應用領域的客觀狀況。AlphaGo之所以能戰勝人類圍棋世界冠軍，在一定程度上是因為其設計者DemisHassabis本人就是天才棋手①。因此，人工智能老年健康領域的專業人才需要集計算機專業技術與健康養老服務行業實踐于一身，才能研發出適合老年群體的智能健康醫療設備。目前國內的人工智能專業性人才缺乏，且多集中于制造業、互聯網等領域的技術開發工作，雖然一些科技公司與醫療機構合作取得初步的成果，但在醫療領域結合上缺乏深度，直接針對健康服務領域的人工智能人才更是不足，阻礙了老年健康領域人工智能技術的推行。
三、未來選擇：人工智能時代老年健康管理的關鍵路徑
人工智能時代的到來，為老年健康管理創造了全新的環境，同時也對政府、社區、醫療機構、養老服務機構等提出了更高的要求。面對人工智能的迅速發展，需積極推進人工智能與老年健康管理的深度融合，以促進適應時代訴求的老年健康管理智能化。
（一）構建人工智能嵌入老年健康管理的管理機制
DouglassC.North指出制度是社會的游戲規則，規定了人與人之間的行為范式②。人工智能時代老年健康管理迫切需要現有機制的突破與創新，當前必須做好三個層面的具體工作。
一是形成專業的領導機制。人工智能科學嵌入老年健康管理離不開政府部門的統一規劃和部署。2018年國家醫療保障局成立，整合了此前散落在人社、民政、衛計委、發改委等多個部門的相關醫療職能，改變了“九龍治水”的管理局面，為人工智能在醫療行業、健康領域的嵌入提供了契機。在老年健康領域推廣人工智能應納入醫療保障局的工作內容，積極推動醫療機構、養老機構、社區養老服務中心等與科技企業的合作，全方位部署人工智能在老年健康管理中的應用格局，從傳感器，到智能化的可穿戴設備，健康服務機器人、智能護理床、陪護機器人等服務機器人，從智能家居設備、養老服務機構智能設備，到智能醫療機器，從老年人健康數據建設到疾病的預防、治療、康復與護理等，培養一支兼具智能理念和實踐經驗的新型領導隊伍，確保政府部門在人工智能應用中始終掌握主動權。
二是培養多元主體信息共享機制。人工智能的發展與應用依賴于數據，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數據，以便人工智能設備的研發，另一方面需要醫療機構、養老機構、社區居家服務中心、老年人等相互間的數據連通與安全共享，促使多方有效參與老年健康管理。加快健康養老信息平臺建設迫在眉睫，要著力提升多元參與主體的數據素養和技術素養水平，促進多元主體相互間協同配合，協調老年健康數據在各部門間的流通，實現數據信息的交互及供需的有效匹配，從而打破數據壁壘，為提升老年健康管理水平提供數據支撐。
三是建構道德倫理矯正機制。享受人工智能給老年健康管理帶來巨大便利的同時，也必須正視其對道德倫理的挑戰。首先，進一步完善信息保護機制，減少甚至消除老年人對個人信息數據泄露的擔憂。其次，科學認識和使用人工智能。雖然現有的人工智能在某些層面和維度接近、達到甚至超過了人類智能，但其工具性色彩沒有改變，人工智能在老年健康管理中的應用旨在提高健康管理水平，而不是取代醫護人員和親朋好友。兒女的關心、好友的慰問以及老年人必要的社交互動都不可或缺。最后應通過技術發展，為人工智能注入情感，促使人機交互更加和諧。
（二）構建以人工智能為核心載體的老年健康技術系統
推進各級醫療機構和各地養老機構在老年健康管理中發揮更大的作用，需要通過智能化處理系統和便捷高效的急救處理流程，即系統能自動采集老年人身體狀況數據并進行分析，當發生意外跌倒或生命體征數據出現異常，智能呼叫相應的醫療機構，使老人及時、準確地獲取醫療服務。為此，應重點做好兩個層面的工作。
一方面，建設針對老年健康管理的智能處理系統。智能化系統基于計算機網絡技術和信息技術，強化老年健康的數據挖掘系統和數據存儲系統建設，有效整合老年健康管理智能化進程中的各類非數值型、非結構化數據，同時有針對性地引進合適的人工智能技術，如生物識別技術、自然語言處理、機器學習、虛擬等，提升人機交互過程中老年健康數據的處理效率，并以此形成由知識庫、數據庫、推理機、解釋器和知識獲取等組成的老年健康管理系統，為提高老年健康管理水平奠定基礎。
另一方面，創新以人工智能為基礎的醫療流程。智能系統的生命在于應用，老年健康管理途徑與方式的優化必須以智能處理流程的創新為依托。其一，通過人工智能實現老年人健康狀況的自動檢測，根據不間斷、全方位的健康數據跟蹤，智能評估老年人身體與心理的健康狀況，并基于數據分析提出智慧決策，確定老年人在健康方面應采取的措施。其二，智能系統要在識別老年人緊急救助需求的基礎上，主動通知醫療機構，使老年人及時得到救助。至于醫療機構的選擇應符合分級診療原則與就近原則。這對于減少老年人獨居風險，為空巢老人提供“健康保險”有積極的現實意義。
（三）構建“校—企—醫/養”在人工智能領域的深度合作機制
學校是人才培養的重要陣地，科技企業是人工智能產業發展的主力軍，而醫療服務機構與養老機構是老年健康管理的重要參與者。推進人工智能在老年健康管理領域的應用，迫切需要三者的深度協作，以達到通識成材、借勢運力、以智發展的目標。
其一，探索高校與企業協同人才培養模式。相比美國人工智能人才數量，我國明顯滯后。據領英數據顯示，我國從業經驗10年以上的AI人才占AI人才總數比例不足40%，而美國這一比例超過70%；美國人工智能基礎層、技術層和應用層的人才數量占比分別為22.7%、37.4%和39.9%，而中國為3.3%、34.9%和61.8%，人才培養勢在必行。如上文所述，人工智能的專業人才既要掌握數據挖掘、語音圖像識別等計算機層面知識，又要了解人工智能應用領域的客觀狀況。科技企業需要高校的理論與人才的支持，而高校則可借助企業的數據資源和技術平臺推進科研理論進展，將研究價值落地。因此，高校應加強人工智能相關學科建設，吸引國際頂級科學家和高層次人才，加強與科技企業、國外高校及相關機構的合作，將技術教學貫穿到實訓項目中，讓學生在校所學與企業實踐有機結合，培養貫通人工智能基礎理論、軟硬件技術與醫療服務領域應用的縱向跨界人才。人工智能校企合作將有助于人工智能在老年健康領域的加速發展，為人工智能應用打開新局面。
其二，搭建醫療服務機構與企業合作平臺。近年來，阿里巴巴、百度、騰訊和華為等國內企業在人工智能領域的崛起，為老年健康管理的轉型提供了技術支撐。人工智能本身就涉及多重技術，不同行業或領域的關鍵技術必然存在差異，加快人工智能在老年健康管理中的應用，醫療服務機構既要借助科技企業的技術優勢，引入智能技術，又要借助科技企業的智力優勢，培育服務人才。這就要求醫療機構積極通過研發外包的途徑，由科技企業打造契合老年健康管理需求的智能軟件與硬件，加快老年健康管理智能產品的開發與推廣，促進產品從監護提醒類、健康監測類，到醫療設備類、陪護聊天類，關注老年人身體健康的同時注意開發心理健康護理機器人，實現智能產品的多元化與精準化。與此同時，醫療機構通過與科技企業的合作，提高本機構內部人工智能的應用能力。
（四）構建老年健康管理人工智能產品的定價與補貼機制
人工智能在老年健康領域推行受阻的一個很重要的原因是企業囿于無利可圖與老人抱怨收費高現象并存。老年健康領域人工智能產品與服務的價格既不能完全市場化也不能嚴控低價，應建立合理的定價機制與相應的財政保障機制，以平衡市場主體盈利與老年人經濟承受力來促進人工智能在老年健康領域的廣泛應用。
一方面，合理確定老年健康領域人工智能產品的價格。老年人的健康管理產品與服務具有一定的福利性，過高的價格會忽略老年人的經濟承受能力，過低的價格又影響社會資本的收益率與參與積極性，阻礙該領域的進一步發展。根據資本資產定價模型，任何資產的期望收益率都由無風險利率和對所承擔風險的補償—風險溢價兩部分構成，考慮到服務對象的特殊性，老年健康領域人工智能產品合理的投資收益率應等于或略低于市場平均投資收益率，兼顧經濟效益與社會效益。
另一方面，建立相應的財政補貼機制。雖然老年人收入來源更加多元，自報需要照護服務的比例不斷提高，越來越多的老年人有能力購買健康管理設備，但價格仍然是影響其選擇與否的關鍵因素之一。而且受年齡、身體狀況、收入等多重因素影響，有必要分地區、分群體進行大面積的調查統計，找到不同身體狀況與經濟狀況的老年人有能力和意愿支付的平均價格。根據計算出來的市場價格與老年人可支付的價格，分類別分等級進行補貼，對于經濟困難的失能半失能老人要免費配置相應的智能設備。
此外，加強老年健康管理人工智能應用狀況的監管體系和績效評價體系。當前人工智能技術整體還處在較低的發展層次，在認知能力、感知行為、風險對抗等諸多方面仍比較笨拙，應在加強人工智能嵌入的可能性風險管理的基礎上，采取第三方評估方式，科學評價人工智能應用過程的技術適用、服務質量等環節。推進老年健康管理領域的人工智能應用的不斷改進與發展。
四、結語
【關鍵詞】無人駕駛 腦控汽車 發展前景
1 前言
近些年，隨著汽車工業的快速發展，汽車駕駛已經是現代人需要掌握的基本技能之一，在其拓展普及的同時，安全駕駛成為了現代社會最關注的焦點之一。所謂的安全駕駛就是要杜絕在汽車駕駛過程中存在安全隱患的行為，其中不安全駕駛包括：酒后駕駛、超速行駛、疲勞駕駛[1]、大燈晃眼、闖紅黃燈、違法超車、急停急剎、隨意變道、駕駛打電話、不系安全帶等容易致使事故發生的行為。汽車所帶來的安全問題多數出自駕駛司機的個人行為和個人原因，因此以人工智能輔助或者替代駕駛者駕駛汽車成為了汽車智能駕駛技術研究的主要趨勢。
2 無人駕駛汽車的發展現狀
2.1 國外駕駛汽車的研發狀況
從上世紀開始國外就開始進行了無人駕駛汽車的研究[2][3]。所謂無人駕駛，是通過為車輛裝配多種感應設備，包括車載傳感器、GPS和攝像頭等，配合車內的智能軟件，如自適應巡航控制系統（ACC）等實現脫離駕駛員的自動駕駛汽車[4]。國外著名汽車企業及IT行業巨頭谷歌都競相亮相其在無人駕駛汽車技術研究的成果。截至目前，谷歌的無人駕駛汽車已問世6年多，這期間發生了14起事故，僅一次造成人員受傷[5]；德國梅賽德斯奔馳的無人駕駛卡車在德國的Autobahn8公路上已經啟動了上路測試，這是量產版自動駕駛卡車首次在高速公路上進行行駛；據英國《每日電訊報》15年2月11日消息，奧迪方面確認其首款采用無人駕駛技術的車型將于2017年上市。另外各大汽車制造商以及相關科技巨頭表示無人汽車在2020年可以推出商用。美國內華達、加利福尼亞、佛羅里達及密歇根州為谷歌、奧迪等正在開發的無人駕駛車發放了公路試驗牌照。這表明了一點：使用人工智能替代駕駛員來駕駛汽車被各大發達國家與科技巨頭認可。這是因為無人駕駛汽車經過精密計算，由系統精確控制，在一般條件下，比真人駕駛應該更加安全可靠。無人駕駛汽車至少不會犯情緒上的錯誤，不會因為酗酒、生氣、郁悶等精神原因而造成汽車失控，也不會因為人多、路窄、彎多等復雜路況而緊張，造成誤操作。對長途行駛而言，無人駕駛汽車不會出現疲勞駕駛。在城市道路中，無人駕駛汽車不會闖紅燈、逆行。在有限速標記的道路上，無人駕駛汽車會嚴格遵守規定，不會超速行駛。
2.2 國內駕駛汽車的研發狀況
我國關于無人駕駛汽車的研究相對國外起步較晚，但是發展迅速。十幾年前，國防科技大學已經開始對一款紅旗轎車進行相應改裝，研制出了紅旗HQ3智能無人車，能實時處理岔道、斑馬線和虛線；對車體姿態變動，自然光照變化及樹木、路橋陰影都具有較強的自適應力。HQ3，其“大腦”是藏在后備廂里的計算機設備，車輛沒有GPS 等導航設備，完全是利用自身的“環境傳感器”來識別道路標線，進而依靠車載的智能行為決策和控制系統，實現正常匯入高速公路的密集車流中自主駕駛。于2011年，紅旗HQ3智能無人車首次在復雜路況下公開進行無人駕駛的測試，并完成了從長沙至武漢近300公里高速公路路試。除了無人駕駛汽車的研究外，南開大學計算機與控制工程學院段峰副教授的研究團隊與長城汽車共同合作研發 “腦控汽車”，這項研究通過腦電設備， 捕捉人在集中注意力時產生的腦電信號， 利用腦電信號識別系統分析人的驅車意圖并向汽車發送操控指令， 以此實現人腦控制汽車的目的[6]。“腦控汽車” 顛覆了手腳并用的駕車方式，它可以利用人腦進行汽車操控并低速行駛， 但離真正投入生產使用還需要一定時間。由此可以看出我國在研究人工智能“替代”的同時也涉及“輔助”研究，將人工智能應用于汽車駕駛技術方面更為廣泛。
3 智能駕駛研究中遇到的問題
無人駕駛汽車在其優勢凸顯的同時也更加暴露出其問題。無人駕駛汽車的問題包括局限性高、人文接受程度問題和安全防御性低等。
3.1 局限性高
無人駕駛汽車在其“視覺能力”方面無法達到人腦的高度，其傳感器通過紅外攝像和普通攝像兩種技術完成道路環境的收集。當車輛在人口密集的樓房建筑區、事故區域或者其他有人通過通用手勢信號來指揮車輛在此區域通行時，無人汽車將遇到判斷難題。另外，道路存在信號標志老舊變形等情況出現，無人汽車可能產生誤識或者漏識，造成不必要的事故。
3.2 人文接受程度問題
社會對無人駕駛汽車依然存在諸多疑問，如當無人駕駛汽車行駛在這個人口稠密的世界時， 發現已經無法避免事故的發生時，智能計算機應該選擇沖向馬路的行人還是直接撞擊迎面而來的車輛？在受到外部虛擬網絡攻擊后是否還可以維持完全駕駛？未被Google或GPS完全測繪的道路如何行使等。無人駕駛汽車在法律法規方面同樣存在極大的挑戰。如產品責任，立法和多重管轄權等。無人汽車與有人汽車發生事故責任判定和無人汽車之間發生事故責任判定等。
3.3 安全防御性低
軟件安全公司Security Innovation首席科學家喬納桑?佩蒂特（Jonathan Petit）表示，大部分無人駕駛汽車探測障礙物的激光雷達系統只需一個成本不到60美元的裝置即可破解。佩蒂特表示，通過這一裝置，黑客可以在任何位置設置實際并不存在的汽車、行人，或是墻壁，導致無人駕駛汽車的行駛速度放慢，甚至寸步難行。其相關論文已在歐洲黑帽安全大會上發表。
4 智能駕駛的發展前景
智能駕駛是通過人工智能輔助或代替人進行汽車駕駛行為，它可以彌補人類駕駛員會存在的缺陷。經過大量的研究和發展，智能駕駛所需的各種傳感器、計算機的性能和技術等方面取得了極大進步，成本也在逐步降低。
從人工智能和汽車駕駛結合的長遠發展角度來看，純智能的無人駕駛應為未來駕駛的主要方式，即使在當前基于貝葉斯、決策樹和人工神經網絡等機器學習的方法被運用在無人駕駛的行為識別和行為決策的技術環境下，我們也可以考慮設立專門的行駛路線保證無人駕駛汽車的應用推廣。在馮諾依曼體系結構下面向駕駛行為的機器學習，一直以來都是智能車領域的“瓶頸”。隨著國際“類腦”研究的興起，我國也上線了“中國腦計劃”，但畢竟類腦計算還僅從理論階段開始向前邁步，類腦計算機仍難以得到實現和應用。
從當前智能駕駛的技術角度來看，相對于無人汽車，腦控汽車的發展可能更加適合。這是因為無人駕駛汽車的計算機系統目前還無法達到類腦計算機體系的高度，因此很難做到像人腦一樣思考問題，難以較好處理駕駛過程中各種各樣的突發問題和針對無人駕駛做出的阻礙或破壞行為。
因此提高人工智能在輔助方面的全面完善是全面實施無人駕駛的必經之路。現在的家用汽車基本配備雷達輔助系統，該系統可以不斷監控周圍的交通狀況，可以用發聲頻率提示本車與可能碰撞物體的距離，也可以確定與前車距離以及前車行駛速度，如與前車距離明顯低于安全距離，系統會向駕駛者發送聽覺警報。目前奔馳的主動式駐車輔助系統能夠在主動轉向和制動功能干預下自動泊車。并且，在車輛通過自動駐車輔助系統停入平行車位后，該系統也可以在自動轉向和制動控制功能的幫助下，讓車輛完全自動地駛出平行車位。
在此基礎之上，我們可以在擴大自然語言處理等人機交互方式在人為干預下“釋放雙手”的模式上加大科研力度，如：語音操控、腦控汽車或類似飛機自動與手動駕駛切換等智能駕駛方式。其中語音操控汽車可以通過語言指令如“倒庫”“直行”或“開啟雨刷”等自然語言實現汽車系統的自動處理并通過車輛配置的傳感器和攝像頭等硬件付出行動來響應命令的方式來實現語音操控汽車的智能模式。因為有駕駛員的加入會使智能汽車的行駛方式更加靈活多變，適合于當前復雜的交通環境，滿足社會法律和倫理觀念的接受要求，所以提高人工智能在輔助方面的研究應用的價值更加巨大。
參考文獻：
[1]朱盛鐳.未來智能汽車產業發展趨勢[J].上海汽車，2015（08）.
[2]鄭寶成.智能汽車及其新技術發展研究[J].科技創新與應用，2015（17）.
[3]馮學強，張良旭，劉志宗.無人駕駛汽車的發展綜述[J].山東工業技術，2015（05）.
[4]辛煜，梁華為，梅濤 等.基于激光傳感器的無人駕駛汽車動態障礙物檢測及表示方法[J]. 機器人，2014（06）.
[5]關天瑜.谷歌無人駕駛汽車再次追尾[J].計算機與網絡，2015（15）.
[6]張建新，喬仁銘.“腦控汽車”在南開大學“開跑”[J].農家參謀，2015（08）.
[7]陳慧，涂強，范正帥，王琳. 互聯智能汽車關鍵技術與發展趨勢[J].中國集成電路，2015（06）.
[8]賈祝廣，孫效玉，王斌，張維國.無人駕駛技術研究及展望[J].礦業裝備，2014（05）.
[9]楊帆.無人駕駛汽車的發展現狀和展望[J].上海汽車，2014（03）.
[10]李崇寒，彭鑫.無人駕駛汽車：可行還是不可行？[J].今日科苑，2011（12）.
[11]喬維高，徐學進.無人駕駛汽車的發展現狀及方向[J].上海汽車，2007（07）.
[12]王握文.時速75.6km──國產無人駕駛汽車創新時速[J].中國科技月報，2000（07）.
[13]林一平.無人駕駛汽車逐步進入實用化[J].專用汽車，2000（02）.
[14]林一平.新世紀的無人駕駛汽車[J].交通與運輸，2000（02）.
[15]閆民.無人駕駛汽車的研究現狀及發展方向[J].汽車維修，2003（02）.
[16]林一平.不斷創新發展的現代無人駕駛汽車[J].專用汽車，2003（01）.
[17]薛福連.自動控制高速公路上的無人駕駛汽車[J].汽車運用，2006（04）.
[18]呂宏，劉大力，孫嘉燕.從無人駕駛汽車奔赴世博會看未來汽車[J].機電產品開發與創新，2010（06）.
[19]邊疆，赫玉瑩，王貫安.無人駕駛車圖像采集的失真矯正[J].中國科技信息，2014（09）.
[20]宋世春.初露頭角的無人駕駛汽車[J].國外自動化，1980（04）.
關鍵詞：神經網絡控制；模糊神經元控制；自適應控制
前言：
社會的進步要求生產力更加發達，要求人類的經濟生活更加智能化，以節省寶貴的時間去做其它有益的事情。電氣自動化控制領域的革新需要人工智能的大力支持，而人工智能在自動化控制方面的優勢在這個領域也確實能夠得到極大的發揮，促進自動化控制的發展進步。自動化的特征，表達了一個共同的主題，即提高機械人類意識能力，強化控制自動化，因此人工智能在電氣自動化領域將會大有作為，電氣自動化控制也需要人工智能的參與。在將來，智能技術在電氣傳動技術中占相當重要的地位，特別是自適應模糊神經元控制器在性能傳動產品中將得到廣泛應用。
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討論。但AI 控制器例如：神經、模糊、模糊神經以及遺傳算法都可看成一類非線性函數近似器。這樣的分類就能得到較好的總體理解，也有利于控制策略的統一開發。這些AI 函數近似器比常規的函數估計器具有更多的優勢，這些優勢如下：
（1）它們的設計不需要控制對象的模型（在許多場合，很難得到實際控制對象的精確動態方程，實際控制對象的模型在控制器設計時往往有很多不確實性因素，例如：參數變化，非線性時，往往不知道）
（2）通過適當調整（根據響應時間、下降時間、魯棒性能等）它們能提高性能。例如：模糊邏輯控制器的上升時間比最優PID 控制器快1.5 倍，下降時間快3.5 倍，過沖更小。
（3）它們比古典控制器的調節容易。
（4）在沒有必須專家知識時，通過響應數據也能設計它們。
（5）運用語言和響應信息可能設計它們。
（6）它們有相當好的一致性（當使用一些新的未知輸入數據就能得到好的估計），與驅動器的特性無關。現在沒有使用人工智能的控制算法對特定對象控制效果十分好，但對其他控制對象效果就不會一致性地好，因此對具體對象必須具體設計。
（7） 它們對新數據或新信息具有很好的適應性。
（8）它們能解決常規方法不能解決的問題。
（9）它們具有很好的抗噪聲干擾能力。
（10）它們的實現十分便宜，特別是使用最小配置時。
（11）它們很容易擴展和修改。
總而言之，當采用自適應模糊神經控制器，規則庫和隸屬函數在模糊化和反模糊化過程中能夠自動地實時確定。有很多方法來實現這個過程，但主要的目標是使用系統技術實現穩定的解，并且找到最簡單的拓樸結構配置，自學習迅速，收斂快速。
二、人工智能在電氣傳動控制中的運用
1、人工智能在直流傳動中的運用
（1）模糊邏輯控制應用
主要有兩類模糊控制器，Mamdani 和Sugeno型。到目前為止只有Mamdani 模糊控制器用于調速控制系統中。限于篇幅這里不詳細討論其中的原因。值得注意的是這兩種控制器都有規則庫，它是一個if－then 模糊規則集。但Sugeno 控制器的典型規則是“如果x 是A，并且y 是B，那么Z=f（x,y）”。這里A 和B 是模糊集； Z=f (x,y）是x,y的函數，通常是輸入變量x,y 的多項式。當f 是常數，就是零階Sugeno 模型，因此Sugeno 是Mamdani 控制器的特例。
Mamdani 控制器由下面四個主要部分組成：
① 模糊化實現輸入變量的測量、量化和模糊化。隸屬函數有多種形式。
② 知識庫由數據庫和語言控制規則庫組成。開發規則庫的主要方法是：把專家的知識和經歷用于應用和控制目標；建模操作器的控制行動；建模過程；使用自適應模糊控制器和人工神經網絡推理機制。
③ 推理機是模糊控制器的核心，能模仿人的決策和推理模糊控制行為。
④ 反模糊化實現量化和反模糊化。有很多反模糊化技術，例如最大化反模糊化，中間平均技術等。
（2）ANNS 的應用
過去二十年，人工神經網絡（ANNS）在模式識別和信號處理中得到廣泛運用。由于ANNS 有一致性的非線性函數估計器，因此它也可有效的運用于電氣傳動控制領域，它們的優勢是不需要被控系統的數學模型，一致性很好，對噪音不敏感。另外，由于ANNS 的并行結構，它很適合多傳感器輸入運用，比如在條件監控、診斷系統中能增強決策的可靠性，當然，最近電氣傳動朝著最小化傳感器數量方向發展，但有時，多傳感器可以減少系統對特殊傳感器缺陷的敏感性，不需要過高的精度，也不需要復雜的信號處理。
誤差反向傳播技術是多層前饋ANN 最常用的學習技術。如果網絡有足夠多的隱藏層和隱藏結點以及適宜的激勵函數，多層ANN 只能實現需要的映射，沒有直接的技術選擇最優隱藏層、結點數和激勵函數，通常用嘗試法解決這個問題，反向傳播訓練算法是基本的最快下降法，輸出結點的誤差反饋回網絡，用于權重調整，搜索最優。輸出結點的權重調整迭代不同于隱藏結點的權重調整迭代。通過使用反向傳播技術，能得到需要的非線性函數近似值，該算法包括有學習速率參數，對網絡的特性有很大影響。
2、人工智能在交流傳動中的應用
（1）模糊邏輯的應用
在大多數討論模糊邏輯在交流傳動中運用的文章中，都介紹的是用模糊控制器取代常規的速度調節器，可英國Aberdeen 大學開發的全數字高性能傳動系統中有多個模糊控制器，這些模糊控制器不僅用來取代常規的PI 或PID 控制器，同時也用于其他任務。該大學還把模糊神經控制器用于各種全數字高動態性能傳動系統開發中。也有一些優秀的文章論述運用模糊邏輯控制感應電機的磁通和力矩。它的輸入標定因子是變化的。實驗結果也驗證了所提方案的有效性。該系統中模糊速度控制器與常規的PI 速度控制器和CRPWM塑變器一起使用，它往往用來補償可能的慣性和負載轉矩的擾動。
（2） 神經網絡的應用
現如今，有大量文章討論神經網絡在交流電機和驅動系統的條件監測和診斷中的運用。介紹了使用常規反向轉波算法的ANN 用于步進電機控制算法的最優化。該方案使用實驗數據，根據負載轉矩和初始速度來確定最大可觀測速度增量。這就需要ANN 學習三維圖形映射。該系統與常規控制算法（梯形控制法）相比具有更好的性能，并且大大減少了定位時間，對負載轉矩的大范圍變化和非初始速度也有滿意的控制效果。ANNS 的結構是多層前饋型，運用常規反向傳播學習算法。該系統由兩個子系統構成，一個系統通過電氣動態參數的辯識自適應控制定子電流，另一個系統通過對機電系統參數的辯識自適應控制轉子速度。
最后值得指出的是現在發表的大多數有關ANN 對各種電機參數估計的論文，一個共同的特點是，它們都是用多層前饋ANNS，用常規反向傳播算法，只是學習算法的模型不同或被估計的參數不同。
三、結束語
總之，電氣自動化控制是增強生產、流通、交換、分配等關鍵一環,實現自動化,就等于減少了人力資本投入,并提高了運作的效率。人工智能是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。隨著現代控制理論的發展，控制器設計的常規技術正逐漸被廣泛使用的人工智能軟件技術所替代。
參考文獻：
【1】陸偉民. 人工智能技術及應用[M ]. 上海: 同濟大學出版社,1998 .
關鍵詞 智能電網；技術；應用
中圖分類號 TM7 文獻標識碼A 文章編號 1674-6708（2013）104-0192-02
當前我國電力事業飛速發展，來源于多個方面的力量都成為電力事業發展的重要推動。這其中不僅僅包括了相應專業領域中多項電力技術的層出不同和逐漸成熟，相關其他技術，諸如監控系統和遠程數據獲取、數據庫技術以及人工智能等也都成為推動智能電網進入應用領域的重要助力；與此同時，更為重要的是，對于我國的供電系統而言，更大的覆蓋地域范圍以及在電力生產和輸送過程中所產生的龐雜設備，都從客觀上要求著實現更為精準的管理。在這樣的背景之下，智能電網應運而生。
1 智能電網的概念
智能電網（Smart Power Grids），即電網的智能化，美國能源部曾經定義其為：“一個完全自動化的電力傳輸網絡，能夠監視和控制每個用戶和電網節點，保證從電廠到終端用戶整個輸配電過程中所有節點之間的信息和電能的雙向流動。”歐洲技術論壇則將這一概念描述為“一個可整合所有連接到電網用戶所有行為的電力傳輸網絡，以有效提供持續、經濟和安全的電力。”在國內，相對權威的定義方式當屬中國科學院電工研究所的定義，該組織將智能電網表述為“以包括各種發電設備、輸配電網絡、用電設備和儲能設備的物理電網為基礎，將現代先進的傳感測量技術、網絡技術、通訊技術、計算技術、自動化與智能控制技術等與物理電網高度集成而形成的新型電網。”
電工研究所的定義中可以明確看出智能電網的若干特征。首先在于其可觀測性，即能夠有效獲取到電網工作過程中參與工作的電氣設備狀態數據，以及相關的線路工作數據；其次在于其可控性，即能夠針對電網中的設備展開必要的調節；其三則是自動化，重點關注整個供電網絡中的系統綜合平衡和優化，以及對于突發狀況的調整和自愈等，除此以外，自動告警以及必要的趨勢預測等功能也會隨著相應的計算技術的逐步成熟而納入到智能電網的相關職能屬性中來。
2 智能電網的核心技術討論
從技術角度看，參與到智能電網中的骨干技術主要包括空間信息技術、云計算、神經網絡技術以及作為基礎性的數據采集、數據庫以及安全技術幾個方面。
其中空間信息技術主要包括GIS、GPS技術系統，能夠為智能網絡提供足夠的數據支持，并且幫助其采集到的數據實現邏輯化。我國電力供給網絡龐大，枝節繁雜，如果不綜合當地的地理數據進行考慮，就很難理解網絡中反饋的數據含義。并且相應的地理數據庫和衛星定位系統，還能夠幫助智能電網實現對于故障的更為精準定位，在根據環境數據加強預測方面也有著突出貢獻。對于云計算而言，當前智能電網環境復雜，微環境龐雜，并且很多故障如果不能夠實現即時處理就會造成更大供電損失。因此分布式的數據處理環境已經成為發展的必然。在此基礎上，云計算為智能電網的計算在資源上提供了更多可能，尤其是對于運行和監控以及數據深入處理的智能云技術，對改善數據擁堵，提升智能電網計算數據吞吐量都有著極大幫助。神經網絡技術對于當前的智能電網而言仍然處于不斷滲透的過程中，這種技術能夠以人的思維方式使計算機理解更多知識。作為一種能夠賦予計算機思考能力的技術，神經網絡技術的成熟程度，直接關系著智能電網的智能成熟程度，神經網絡技術越發達，智能電網就越能將地理信息與電網工作信息進行綜合考慮，就越能發現供電網絡中存在的問題。而從基礎數據服務的角度看，數據庫技術和安全問題已經相對成熟，當前的數據采集技術成為了發展的重點。更發達的數據采集技術，對于電網中的工作狀態數據以及整個網絡所面臨的環境數據都能夠有效吸收，而更為豐富的數據必然會提供更為堅實的決策基礎，最終提供更為準確的決策支持，對于自動化的精準施行也會有所幫助。
3 智能電網的應用特征與結論
智能電網在應用領域與傳統電網有著本質區別。這種以人工智能和高度自動化作為突出特征的信息化技術和供電網絡結合的產物，從電力的產生到配送以及消費，各個環節都有著更優的表現。
對于電力生產環節而言，我國幅員遼闊，對于電力的需求也一直呈現出上升趨勢，因此對于電力的生產而言，當前也多采用了多種途徑進行開展。無論是常規的水力發電或者核電站，還是當前較新的風力發電站，都存在有獨屬于其自身的工作特征和產電量。智能電網的參與，能夠幫助在穩定發電廠運行以及調節供電能力等方面有著調整，實現更大范圍內，甚至整個系統中的穩定供電。
而對于電力的配給角度，更大的配給范圍和更長的輸電線路，以及在輸電過程中所面對更為難多難以確定的環境因素，都會成為配電過程中的安全隱患，單純是系統內線損一項，都會對配電效果造成不容忽視的影響。智能電網的參與能夠更為精確的確定線路中可能存在的問題，并且對于變電系統的維護也能夠達到更高的水平。
從電力消費環境看，智能電網獲取了大量的電力消費數據，這樣就可能會從兩個角度影響電力的消費。其一在于幫助各個消費主體形成正確的消費觀念和方式方法，在行業內部橫向對比的基礎上有的放矢的采取相應的宣傳，可以達到節能和優化電力資源使用的目的。另一個方面對于電力消費狀況的深入清晰了解，還能夠幫助實現對于電力供給網站發展規劃的更多認識，對于理智發展有著重要幫助。
參考文獻
[1]馬其燕，秦立軍.智能電網發展狀況及其實現建議[J].電力需求側管理，2010（3）.
[2]陳樹勇，宋書芳，李蘭歇，等.智能電網技術綜述[J].電網技術，2009，33（8）.
[3]張廣鑫.智能電網的發展狀況及其功能特點[J].廣播電視信息，2010（5）：92-94.
[4]謝開，劉永奇.面向未來的智能電網[J].中國電力，2008，41（6）：19-22.
關鍵詞：斷路器 現狀 智能化 網絡化 人工智能
1、斷路器的現狀
在低壓輸配電網絡中，塑殼斷路器是重要的基礎元件之一，對于那些經常會發生用電設備過載、短路的場合，能安全、可靠地切斷故障電流，防止事故護大危及到整個輸配電系統。國外ABB、西門子、施耐德等公司已經推出新一代產品，國內有些著名電氣企業也在低壓電器的主要技術特征為：高性能的觸頭滅弧系統，采用模塊化結構，電子式脫扣器，性能優越，安裝方式簡便多樣，與現場總結進行通訊等。
1.1高性能的觸頭滅弧系統
目前ABB公司、施耐德、GE等歐美大部分公司新一代產品采用雙斷點旋轉式觸頭系統，加強了短弧度近陰極效應，具有較高的電弧電壓，以提高分斷能力，并省去軟連接。國內部分企業申請了相關雙斷點旋轉式觸頭的專利，如淅江正泰電器股份有限公司申請的發明專利、公開了一種多極低壓雙斷點塑殼斷路器，該發明采用相對簡單的結構，達到各單級單元之間可靠的機械連接和傳動；同時，并使安裝更為靈活和方便，可簡化裝配工藝，降低制造成本。
1.2采用電子式脫扣器
電子脫扣器是微電子、計算機和通信技術的結合，具有傳統熱磁脫扣器不可比擬的優勢，如：脫扣特性穩定，不受環境溫度及氣候的影響；脫扣電流和時間的精度較高；整定電流可調，并可設置不同的特性曲線以適應各種負載保護的要求；電子脫扣器可以派生通信功能，實現網絡化控制，還可派生區域聯鎖、電量監控及電能分析等輔助功能。各公司的新一代塑殼斷路器均可安裝電子脫扣器，并逐漸向160A及以下的小容量額定電流殼架發展。
ABB公司推出的SACEIsomaxS低壓塑殼斷路器采用微處理器電子式脫扣器，分斷方式和形狀特殊的開斷無件使斷路器能在極短時間內斷開高達200kA的短路電流。
1.3與現場總線通訊
全球電力與控制專家法國施耐德公司在M系列基礎上推出了MT、MVV、MTE系列框架斷路器。產品外形縮小、保護功能齊全、智能控制器在原保護功能基礎上，增加電壓、頻率和功率的測量、諧波和基波的計算、精確分析電網質量，能與多種總線連接等。Osmart Powerpact塑殼斷路器符合UL，CSA等多種認證，采用雙旋轉分斷系統，限流能力強，分斷能力最高可達100Ka，具有短路保護功能和過載保護功能，為OEM客戶的使用和設備出口提供了便有力的支持。
1.4 采用模塊化結構
目前，天水GS-3系列智能控制器是智能框架式斷路器配用的核盡控制元件，可以顯示設備或電網的工作電流、工作電壓（帶電壓顯示型），并根據負載電流的大小實現各種保護，使線路和電源設備免受過載、短路、接地等故障的危害，按約定的保護方式斷控控制回路，精度高、可靠性好，還有負載監控人、故障報警、故障查詢、在線試驗、現場編程、密碼設備等輔助功能。
2、我國低壓電器的發展趨勢
2.1高性能、高可靠、小型化
新型低壓電器的高性能除了提高其主要技術性能外，重點追求綜合技術經濟指標，如低壓萬能式斷路器、塑殼斷路器除了提高短路分斷能力外，特別關注飛弧距離的減小，同時要示小型化，這對發展新一代緊湊型低壓成套設備十分重要，交流接觸器已經不片面追求機電壽命的提高，而是把研究的重點放在產品功能組合與派生、分斷可靠性（包括縮小飛弧距離，防止相間飛弧），動作可靠性、接觸可靠性以及節銀、節能等方面。
2.2電器智能化、電子化
電器智能化是以智能電器這種有形產品為基礎建立的相關學科知識及應用技術的系統集成，隨著電子技術和計算機技術的同步發展，智能電器經歷了半異體、電子式、智能式等幾個階段。目前，隨著專用集成電路和高性能的微處理器的出現（如DSP），智能斷路器、智能控制保護器、智能接觸器等功能完善的智能電器無件和智能型配網絡系統將應運而生。
未來脫扣器的智能化不僅體現在可實現長延時、短延時、瞬時過流保護、接地、欠保護等保護功能、可顯示電壓、電流、頻率、有功功率、無功功率、功率因數等系統中出現大量的高次諧波，而模擬式電子脫扣器一般只反映故障電流的峰值，造成斷路器在高次波的影響下發生誤動作，帶微處理器智能化斷路器反映的是負載電流的真實有效值，因此可避免高次諧波的影響。
2.3 電器智能化網絡
近年來，現場總線的出現給工業自動化帶來了革命性的變革，現場總線是一種造價低、可靠性強并適合工業環境使用的通信系統，僅需要一根雙芯電纜，使布線非常簡單，減少了安裝維護費用。
將智能電器——中央控制設備，智能電器與智能電器之間，通過總結連接起來，在低壓配電系統和電動機控制中心統一就形成了一個智能化監控、保護與信息網絡系統，這種系統具有以下優點：當系統中電器設備發生故障時，通信電器與現場總線器能夠顯示故障信號，便于排故障，保證系統正常運行；系統傳輸的精度提高，保證了行的可靠性。因此，這種系統使操作人員在控制室中能夠方便地控制各種現場設備，并且能夠及時了解現場設備運行情況，處理各種故障。
2.4 功能擴展
隨著智能電器的發展，通過對智能電器的擴展可以完成其它功能，由于低壓斷路器的智能脫扣器以微處理為基礎，并具有通信功能，所以讓新一代的智能斷路器兼有電力質量監控功能是一種經濟有效的做法，并且它頒在低壓網絡的各個供水端，因而通過與中央控制計算機通信可獲得配電網各端點的電力質量信息。
基于微處理器的智能電器具有強大的檢測功能和通信功能，因而利用智能電器實現電力質量監控是最合適的方案，這也是當前中壓和低壓智能電器的一個新的發展方向，用智能電器實現PQ監控有兩種結構：一是用于低壓智能配電系統中的專用智能化電力質量監控器；二是讓智能化低壓斷路器或保護繼電器兼有電力質量監控功能。
3、結束語
未來的低壓電器智能化將使電器的功能更加完善、性能更加優良、可靠性更高，電器智能化網絡將使供電系統和工業自動化系統的管理更加完善，極大提高供電系統的可靠性和用電設備的安全生。人工智能的應用將提高電器在設計、生產和使用中的效率以及可靠性。
參考文獻：
[1]楊國福.低壓電器發展狀況及趨勢[J].江蘇電器，2004，（4）.
關鍵詞：數字經濟；傳媒產業；新聞業
中圖分類號：G210文獻標識碼：A文章編號：1672-8122（2020）10-0119-03
數字經濟時代，互聯網、云計算、大數據、人工智能等數字技術的高速發展，滲透到傳媒產業的方方面面，新聞的生產方式和傳播方式被顛覆，新聞傳媒業的數字化轉型變革已成為時代的迫切要求和業內共識。
一、數字經濟時代與傳媒業
2016年杭州G20峰會上的《G20數字經濟發展與合作倡議》說明數字經濟是當今世界范圍內達成高度共識的經濟發展形態，已是大勢所趨。
互聯網數字技術和數字經濟席卷全球，顛覆了傳統新聞傳媒產業。新聞傳媒業既要面對市場環境變遷的挑戰，又要抓住技術革新、消費升級的機遇，開辟新的發展空間和突破口。
二、傳統新聞傳媒業的發展危機
報紙曾經作為新聞的主要陣地，經歷了20多年的輝煌時刻，但面對新技術和新經營方式的沖擊，報紙媒體市場份額持續呈下滑趨勢，在傳媒市場中的處境變得越來越被動。
互聯網的初期發展一直都享受著用戶數量遞增的人口紅利，但隨著中國互聯網發展由增量市場逐漸步入存量市場，新聞傳媒業在互聯網上的流量獲取感受到了壓力。中國互聯網絡信息中心（CNNIC）第44次《中國互聯網絡發展狀況統計報告》指出，截至2019年6月，我國網民規模達8.54億，手機網民規模達8.47億，占整體網民99.1%[1]。新聞媒介必須要通過提供更好的新聞內容和服務贏得用戶時長。
三、數字經濟時代的新聞傳媒業發展趨勢
在數字經濟時代，新聞媒體內部變革困難重重，外部市場環境不斷更迭，傳統新聞生產方式存在被徹底顛覆的可能性。新聞傳媒業在不斷的嘗試和失敗過程中，探索著新的發展路徑。
（一）數字智能技術驅動下的新聞傳媒業
1.新聞生產方式的重塑：智能編寫
提供新聞內容是新聞傳媒業的主要職責和關鍵立足點，是新聞傳媒業創新發展的核心陣地。當受眾不再滿足于“千人一面”的新聞內容呈現，新聞傳媒業開始追求基于算法和人工智能的個性化推薦內容服務。
AGC（AlgorithmGeneratedContent算法集成信息）成為與PGC和UGC一樣重要的信息生產形式。美聯社（AP）、《華盛頓郵報》和《紐約時報》等新聞媒體紛紛與科技公司合作，利用大數據和人工智能重新打造信息生產、分發、反饋的各個環節。以騰訊、新華社為主要代表的國內新聞媒體也引入機器人進行新聞生產，如騰訊財經機器人Dreamwriter，新華社寫稿機器人“快筆小新”、AI主播。
人工智能在新聞領域的運用擴大了新聞內容的生產效率，讓信息的流動變得更加自由，也給用戶提供了更豐富自由的內容選擇，彌補了新聞市場的長尾需求。
2.新聞分發方式的變革：個性推送
互聯網上海量的信息內容固然給用戶提供了更為自由的選擇，彌補了用戶市場的長尾需求，但爆炸性的信息也增加了用戶篩選信息的困難性。智能化和個性化的內容分發和推送就顯得至關重要。
據《紐約時報》內部統計數據顯示，經過機器篩選后自動推薦的文章的點擊量是普通文章的38倍。國內的新聞傳媒業智能分發也在積極嘗試，今日頭條的廣告詞是“你關心的，才是頭條”，指的就是基于數據挖掘形成的推薦引擎式的智能信息集成與推送模式。
人工智能和大數據的定向推薦，在滿足用戶的個性化需求的同時，用戶隱私問題以及用戶過于細分的問題也日益凸顯。追蹤用戶上網使用痕跡可能會泄露其個人信息和隱私，而過度依賴算法推薦則可能導致用戶群體接受到過多垂直領域的信息，造成新一輪的數字鴻溝。
3.新聞呈現方式的顛覆：浸媒呈現
沉浸式新聞（ImmersiveJournalism）開始提上新聞傳媒業的發展議程，其核心思想是構建新聞現實的虛擬場景，以第一人稱的視角進行新聞報道。
沉浸式新聞的基礎應用是采用數據可視化技術（以數據三維圖創建新聞場景）和多媒體融合報道。將虛擬現實技術應用在新聞報道中，能夠形成沉浸式虛擬現實融合報道，能有效解決文字和圖片轉述產生的失真，使受眾“置身”新聞現場，實現受眾主體性的回歸。美國廣播公司（ABC）率先推出了“ABCNewsVR”的服務，報道了其首則虛擬現實新聞《敘利亞之旅》；《人民日報》利用全媒體平臺制作“9·3大閱兵”的VR全景視頻，成為國內首家對虛擬現實技術應用的主流媒體。但由于AR和VR的技術復雜、成本高、時效性低，還難以廣泛運用。
新聞傳媒業領域的眾多數字化應用的嘗試積累了極為珍貴的經驗，但相比于國外媒體在技術輔助新聞運營上，國內做的還遠遠不夠。國外的數字技術輔助新聞不僅滲透到了新聞寫稿、新聞編輯，還包括海量數據分析、新聞事實核查、新聞線索收集和新聞交互使用。如Mashable啟動Velocity數據分析工具平臺，通過分析識別文章的傳播趨勢和可能存在的爆點；《華盛頓郵報》的Feels聊天機器人，在美國大選期間向用戶收集選舉相關數據，以捕捉選民傾向。而國內的人工智能還停留在比較初級的應用階段，多以財經、體育新聞為主，體裁上基本局限于快訊、短訊和財報。
（二）新聞傳媒產業領域的多元集成
集成產業指的是不同領域的產業之間縱向或橫向聯系的創新結合體，通過其相關性產業或支持性產業的集成融合來形成新的利潤來源[2]。大致可分為橫向集成、縱向集成和混合集成。
橫向集成指以傳媒核心業務為基礎，橫向整合相似的新聞傳媒機構，共建共享資源，推動產品和服務升級，產生協同效益。如報業集團和廣電集團整合各自旗下的傳媒或者與其他報業集團和廣電集團合作整合資源。
縱向集成指縱向整合新聞生產鏈的上中下游產業，延伸產業鏈條，產生外溢效應。關聯產業是指縱向產業鏈資源的供應與營銷產業，新聞紙生產和印刷設備、印刷材料供應、營銷發行鏈條、信息增值服務等產業，以及包括文化類會展、信息咨詢公司、影視劇產業、旅游文化推廣等文化經濟活動等[3]。
混合集成指的是實施多元化發展，吸納融合原本不屬于新聞傳媒業的產業，形成聯結經濟效益。在數字經濟時代，數字化新聞媒體平臺已不僅僅是新聞內容的承載平臺，更多的是多媒體的綜合性信息服務平臺。當新聞傳媒業在內容方面的競爭難以進一步推進時，提供差異化的優質服務是爭奪用戶使用時長的另外一條突破路徑。此外，隨著互聯網打破了媒介垂直的信息供給鏈，媒介重要性被大大削弱，新聞傳媒產業不得不嘗試與更廣泛的接口開展合作。提供智能信息服務的智能家居終端，GoogleHome、AmazonEcho和天貓精靈等也是新聞傳媒業進行產業混合集成的下一步嘗試切入口。
（三）新聞傳媒業盈利模式轉向
傳統新聞傳媒產業有兩種盈利模式，一是將產品賣給受眾，獲得發行收入；二是將版面和播出時間賣給廣告商，獲得廣告收入。在國內，不僅廣告商的投入持續下滑，受眾付費習慣也還未完全養成，這就要求新聞傳媒業積極做出行動。
首先，有條件的新聞傳媒業可以嘗試建立自己獨立的新聞媒介平臺，以及時把握產業集成帶來的新的盈利點。新聞傳媒業的數字化轉型大多體現在將文章在微信、微博等第三方平臺上，很少有新聞媒體成功地做出自己的平臺品牌。這就將自身的內容審查權、運作自主權和盈利把控力拱手讓于第三方平臺。單純作為內容供應商很難在平臺的整體收益上分一杯羹，也難以在橫向、縱向和混合集成中進一步探索并獲得由此帶來的盈利。
其次，逐步培養用戶的付費閱讀習慣，開設精品付費版塊或推出付費專業版平臺。隨著以微信公眾號為代表的內容創業紅利的式微，付費成為內容盈利的藍海，國內的付費環境還沒有完全養成，但是呈現了良好的發展趨向。隨著消費升級、知識版權保護的加強、線上支付普及以及付費內容多元化的發展，用戶正逐漸養成知識付費的消費習慣。新聞傳媒業可以考慮從以下幾個方面培養用戶的新聞付費習慣：強調付費新聞內容的專業性和稀缺性；提供免費或低成本的試用機會；讓用戶意識到新聞業的艱難處境，以尋求人性化支持。國內一些新聞機構已經開始了用戶付費的嘗試，推出了新聞客戶端的付費專業版，如鳳凰新聞（專業版）、華爾街見聞（專業版）等。
再次，深耕垂直細分領域，開辟知識付費頻道。數字經濟時代，媒介發展重心垂直化，一些細分市場下的垂直媒體逐步取代全能媒體。垂直類新聞媒體如虎嗅和36氪等，紛紛步入付費領域，知識付費成為新聞內容平臺新的盈利選擇。
最后，新聞傳媒業的場景消費盈利。科技公司的GoogleAssistant、GoogleHome、GoogleDrive、AmazonEcho和天貓精靈等一系列場景應用，開拓了新的信息獲取接口，提升了對受眾需求的感知能力。將信息產品和服務巧妙地融合與搭載到這些場景應用中，是未來新聞傳媒盈利的新突破點。
四、小結與展望
數字經濟時代，新聞媒體借助機器人寫作和智能化推薦，有了新的強勁的發展動力，但在此過程中，由于人工智能與計算機、互聯網等技術一脈相承，擁有強大技術基因的科技公司切入新聞市場的優勢十分明顯。新聞傳媒業出現“制播分離”新模式，即新聞內容的生產和分發渠道開始分離，這一方面推動了新媒體與傳統主流媒體的融合，另一方面也使傳播權力轉移，傳統新聞媒體面臨淪為“內容提供商”的風險[4]。
