時間：2023-10-08 15:44:12
導語：在人工智能與科學技術的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
關鍵詞： 人工智能；創新驅動；發展建議
人類對于智能機器的探索活動，古已有之。不過，以“人工智能”來命名這一探索并成為一個學科領域，卻發生于1956年夏季在Dartmouth舉行的一次小規模學術研討會上。因此，2016年是人工智能學科問世的60周年，在這個不同尋常的年份，世界各地的人工智能科技工作者都在密切關注人工智能的發展動向。
2016年3月，DeepMind研制的人工智能圍棋系統AlphaGo以4：1的戰績擊敗了韓國的圍棋高手李世石，把世界對人工智能的關注推向了前所未有的。各種各樣的議論噴涌而出。悲觀者大呼：“人工智能對于人類的潛在威脅太嚴重，應當通過立法限制甚至禁止人工智能的研究”；樂觀者高喊：“人工智能是人類的真正福音，只要把自己的思想意愿轉嫁給人工智能機器，人類就可以通過機器來實現長生不老的千年夢想”。在科技界，人們則在激動著、討論著：我們應當在什么樣的熱點技術上發力？是深度學習？是認知技術？還是類腦計算？
回想這些年來，互聯網、云計算、大數據、物聯網、移動互聯、智能制造、智慧城市、人工智能、機器人一波又一波的高新技術登臺亮相，中國科技界、教育界和產業界都在一個個地緊緊追趕。雖然在跟蹤追趕的過程中取得了不菲的進展，但是人們不禁都在思考：對于人工智能來說，當前社會的需求是什么？什么才是有效的創新戰略？怎樣才可以擺脫跟蹤追趕的被動局面，爭取到引領創新的話語權？
發展人工智能不應當是一種孤立性、局部性的行動，而應當是能夠帶動和引領整個科學技術的創新和發展。
1 人工智能是當代重要交叉科學群的創新前沿
為了闡明“人工智能是當代重要交叉科學群的創新前沿”這個論斷，需要逐個澄清相關的基本概念，包括：什么是人工智能？什么是當代的重要交叉科學群？以及什么是當代重要交叉科學群的創新前沿？
1.1 什么是人工智能
人工智能是一門“探索人類智能機理，創制人工智能機器，增強人類智力能力”的科學技術。從這個意義上可以理解，只要人類的智力能力得到了增強和擴展，人們從事各種科學技術以至各種經濟社會活動的智力能力就會得到有效提升，從而能夠有效促進各行各業的創新與發展。
那么，什么是人類智能？人類智能主要表現在人類主體為了不斷改善生存發展的水平而發現問題、定義問題、解決問題的能力。其中，發現問題和定義問題的能力依賴于主體的目的、知識、直覺、理解力、想象力、靈感、頓悟、審美等內在能力，因此被稱為“隱性智能”；解決問題的能力則主要依賴于獲得信息，生成知識，創生策略等外顯能力，因此被稱為“顯性智能”。
顯然，隱性智能十分抽象，幾近神秘，不僅研究起來甚為困難，就連理解起來也頗感玄奇，而顯性智能則相對可理解，可研究。因此，人工智能研究遵循的原則是：基于人類主體給定的問題、知識、目標（這就是人類發現問題和定義問題的能力）這些前提，研究如何利用信息、生成知識、創生策略來解決問題，達到目標。也就是說，人工智能的研究遵循人類智能與人工智能相結合的原則：人類智能負責發現和定義問題，人工智能則負責在人類所給定的問題框架下解決問題。這樣，人工智能機器就可以成為人類認識世界和改造世界的聰明助手。
由此可見，沒有生命，沒有目的，沒有靈感，也沒有審美能力的人工智能機器系統，原則上不具有隱性智能的能力，因而不可能獨立地發現問題和定義問題，只能在人類所發現和所定義的問題框架下去解決問題。因此，人工智能超越人類的恐懼缺乏科學根據。
1.2 什么是當代重要的交叉科學群
當今的時代是信息時代，認識信息資源和利用信息資源為人類服務的信息科學是當今時代的標志性科學。具體來說，信息科學是“研究信息的性質及其運動規律的科學”，也就是以信息為研究對象，以信息的性質及其運動規律為研究內容，以信息科學方法論為研究指南，以增強和擴展人類信息功能（全部信息功能的有機整體就是人類的智力功能）為研究目標的科學。換言之，信息科學的研究目標就是擴展人類的智力功能，而研究信息的性質及其運動規律和信息科學方法論都是為了實現擴展人類智力功能這個目標服務的。
由此就可以清楚地理解：人工智能的研究是信息科W的最高目標，也是信息時代科學技術發展的基本目的；而為了使人工智能系統能夠在人類發現和定義的問題框架下成功地解決問題，人工智能的研究必須從人類求解問題的能力中得到啟發。這表明，人工智能的研究需要向認知科學學習，因為認知科學就是研究人類自己是如何面對問題解決問題的。另一方面，認知科學所研究的人類解決問題的機理又建立在腦科學的基礎之上，因此，人工智能的研究必須理解腦科學的工作機理。再者，人類發現問題、定義問題、解決問題的能力并不是永遠固定不變的，而是不斷進化和發展的。因此人工智能的研究還必須學習信息生物學，后者深刻地研究和揭示了人類能力不斷進化的機制。可見，腦科學、認知科學、信息科學、信息生物學、人工智能是當代最具重要意義的交叉科學群。這個科學群還包含更多的學科，恕不一一闡述。
1.3 什么是當代重要科學群的創新前沿
雖然腦科學、認知科學、信息科學、信息生物學、人工智能各有各的研究內容，但是所有這些學科共同的目標都是智能，如人類的智能（腦科學）、生物的智能（信息生物學）、人類智能的物質基礎（腦科學）、人類智能和生物智能的工作機理（認知科學）、人類智能和生物智能的進化機制（認知科學與信息生物學）、人類智能的信息基礎和研究方法論（信息科學）、人類智能的機器模擬和實現（人工智能）等。
所以，人類智能和人工智能是當代這一重要交叉科學群共同的創新前沿。人們對于腦科學、認知科學、信息科學、信息生物學的理解深化了，就會促進人工智能研究的發展；反之，一旦人工智能的研究取得了突破和創新，也必然能夠帶動腦科學、認知科學、信息科學、信息生物學的突破與創新。
2 中國人工智能發展的現狀：差距與優勢
中國人工智能的發展現狀，大家平日都親身感受得到，應當比較熟悉，似乎無需贅言；但是國情是我們思考問題的基礎，因此不可不察。而且，我們對于中國在人工智能發展方面所存在的差距和優勢的認識，確實還有必要進一步深化。
2.1 差距：顯差距，隱差距
大家都意識到，中國在人工智能的發展方面確實存在不少的差距。普遍J為，由于中國缺失了工業革命這個歷史階段的洗禮，因此在工業基礎和工藝水平方面天然存在明顯的不足。特別是中國微電子工業領域的高性能芯片制造能力有待進一步加強，人工智能硬件系統的水平也有待進一步提高等，這些都是眾所周知的顯差距。
然而，更值得深思的問題是：在人工智能的科學研究方面，長期以來，中國同行普遍習慣于跟蹤學習，缺乏突破創新的民族自信心，更缺乏引領國際的強烈意識。無論是互聯網、物聯網、語義網、云計算、大數據、移動互聯這些大概念，還是深度學習、無人駕駛、類腦計算這些技術思想，都是外國學者率先提出，然后才是中國學者蜂擁而上。加上這些年滋長蔓延起來的急功近利和學術誠信缺失，往往在蜂擁而上之后的一夜之間就會冒出許多“新成果”！這是中國人工智能發展存在的隱差距。
需要指出的是，顯差距正因為“顯”，已經得到各有關方的高度重視，并且正在不斷地被縮小；但是，隱差距則因為“隱”，不容易被察覺，至今還沒有引起各方面必要的重視，因此仍然是實現突破創新和引領戰略的隱患。
2.2 優勢：現優勢，潛優勢
那么中國在人工智能研究中是否也存在什么優勢呢？表面看來，似乎中國在人工智能研究領域一直處于跟蹤學習狀態，談不上存在什么優勢；但是仔細考察發現其實不然，中國在人工智能研究中的確存在不可忽視的優勢。
中國目前雖然在整體上還處于相對落后狀態，但在某些技術研究上卻處于國際領先地位。例如：語音識別技術，中國已經在近期多次國際評測大賽中奪得世界冠軍；在汽車自動駕駛方面，中國的研發水平也與國際上旗鼓相當；特別是在理論研究方面，中國在人工智能通用理論研究方面的機制主義人工智能理論、人工智能邏輯理論研究方面的泛邏輯學、人工智能數學方面的因素空間理論都是國際領先的成果。這些都是已經涌現出來的現優勢。
更加重要的是，像人工智能這樣既十分復雜又極其深刻的科學研究，勢必自覺或不自覺地受到科學方法論的影響。幾十年來，國際人工智能的研究形成三大學派，就是受了以分而治之為特征的機械還原方法論的影響，把復雜的人工智能研究分為結構模擬的人工神經網絡學派、功能模擬的物理符號系統學派、行為模擬的感知動作系統學派，而且長久以來互不認可，不能形成人工智能研究的合力。科學論證充分表明，適于人工智能研究的科學方法論不是“機械還原論”的方法論，而應當是“信息生態論”的方法論。后者與中國歷來的“整體論”和“辨證論”思維傳統息息相通。因此，在人工智能的研究領域，中國握有方法論的潛在優勢（潛優勢），只要自覺地加以運用，這種潛在優勢完全可以轉化為強大的現實優勢（現優勢）。
3 人工智能的社會需求和發展中國人工智能的戰略建議
3.1 人工智能的社會需求
中國的信息化建設全面啟動于20世紀90年代，得益于現代信息技術的支持，取得了舉世矚目的輝煌成就，進入了迎接復雜問題的新時期，面臨著巨大挑戰。從整個經濟社會發展和全面改革的大局判斷，在多次講話中也明確指出，中國的改革開放進入了攻堅克難的深水區。眾所周知，人工智能技術是信息技術的高端前沿；因此，為了迎接復雜問題的挑戰，為了成功走出深水區到達勝利的彼岸，中國亟需人工智能科學技術的全面支持。
另一方面，縱觀當今的國際環境不難發現，一些發達國家在中國黃海、臺海、東海、南海不斷制造緊張局勢，企圖以武力遏制中國的和平崛起。他們聲稱要長期投資人工智能，要用人工智能武器戰勝中國，對此不能不高度警惕，并采取果斷措施。
3.2 加快發展中國人工智能的建議
為加快發展中國人工智能，從戰略性、系統性、可操作的角度出發提出5項建議。
（1）頂層規劃。
火車跑得快，全靠車頭帶。建議設立國家級智能科學技術發展規劃與協調專家委員會，負責研究和提出中國智能科學技術發展的中長期規劃，制訂智能科學技術產學研發展的實施政策，協調和促進中國智能科學技術的快速有序健康發展。
（2）人才培養。
萬事都緊要，人才是根本。建議國務院學位委員會把中國現有的“智能科學與技術”二級學科提升為一級學科，以形成系統完整的智能科學技術人才培養體系；同時建議教育部在中小學開設智能科學與技術基礎知識課程，開展課外興趣培育活動。
（3）創新研究。
跟蹤不可廢，創新更關鍵。在國家自然科學基金設置“智能科學技術基礎理論”專門領域，大力推進智能科學基礎理論的突破創新；同時在國家“十三五”規劃設立智能制造、智能農業、智能服務業、智能交通、智能網絡空間安全、智能教育等應用專項。
（4）產業標準。
創新是尖兵，產業是后盾。大力促進中國智能化產業的發展，并在國家標準委員會建立智能產品標準工作委員會，鼓勵有條件的單位和學術團體開展各類智能技術產品的測試、評價和檢驗標準的研究，引導智能化產業和產品市場有序健康發展。
（5）持續發展。
計劃強調，要加強人工智能領域專業建設，形成“人工智能＋X”復合專業培養新模式。計劃的重點任務之一，是要完善人工智能領域人才培養體系，并且推動高校人工智能領域科技成果轉化與示范應用。高校在人才培養中起到了至關重要的作用，雖然人工智能尚未成為一級學科，但國內不少一流的高校已經開始通過建立合作實驗室、增強人工智能分支教學等方式發展人工智能。
為了解各高校開展人工智能研究的情況，億歐盤點了10家在設有人工智能實驗室或有人工智能分支專業的高校。
清華大學：計算機科學與技術系
清華大學計算機科學與技術系（簡稱計算機系）成立于1958年，在2006年、2012年全國學位與研究生教育發展中心開展的一級學科整體水平評估中，以總分滿分100分的成績排名第一。2017年，在 USnews 推出的世界大學學科排名 Best Global Universities for Computer Science 中，計算機科學與技術學科緊隨 MIT之后位列世界第2名。在 QS 世界大學排名 （QS World University Rankings） 給出的全球計算機學科排名中為例第15名，其排名與得分逐年穩步提升。
計算機系包含了國內計算機專業最全的學科方向，設有高性能計算機與處理器、并行與分布式處理、存儲系統、大數據與云計算、計算機網絡、網絡與信息系統安全、系統性能評價、理論計算機科學、數據工程及知識工程、軟件工程、計算機與VLSI設計自動化、軟件理論與系統、生物計算及量子計算、人工智能、智能控制及機器人、人機交互與普適計算、計算機圖形學與可視化技術、CAD技術、計算機視覺、媒體信息處理等研究方向。
計算機系現設有高性能計算、計算機網絡技術、計算機軟件、人機交互與媒體集成4個研究所；智能技術與系統國家重點實驗室；計算機基礎與實驗教學部等科研教學機構。
計算機系還設有國家級計算機實驗教學示范中心，包括：計算機原理實驗室、微型計算機實驗室、計算機網絡實驗室、操作系統實驗室、計算機軟件實驗室、計算機控制系統實驗室、智能機器人實驗室、計算機接口實驗室、學生科技創新實驗室等。此外，計算機系還與騰訊、搜狗、微軟、思科等國內外著名公司建立了面向教學或研究的聯合實驗室。
北京大學：智能科學系
智能科學系成立于2002年7月，主要從事智能感知、機器學習、數據智能分析與智能計算、智能機器人等方向的基礎和應用基礎研究，側重于理論、方法以及重大領域應用上。
北大智能科學系依托于視覺聽覺信息處理國家重點實驗室，實驗室以實現高度智能化的機器感知系統為目標，在生物特征識別研究方面處于國際領先地位。智能科學系在著名的軟件與人工智能專家、我國載人飛船工程軟件專家組組長何新貴院士和長江特聘教授查紅彬教授的帶領下，重點開展機器視覺、機器聽覺、智能系統與智能的生理心理基礎等研究。以北大智能科學研究人員為技術核心的北大指紋自動識別系統，是國內唯一能與國外系統抗衡的自主知識產權，是中國第一家也是唯一的一家提供公安應用全面解決方案的系統，擁有中國指紋自動識別技術產品第一市場占有率。
人工神經網絡說話人識別新方法的研究獲得教育部科技進步一等獎；國家空間信息基礎設施關鍵技術研究獲得2000年中國高校科學技術二等獎，入選2000年中國高校十大科技進展。
復旦大學：類腦智能科學與技術研究院
復旦大學類腦智能科學與技術研究院于2015年3月籌建成立，是復旦大學校內的獨立二級研究機構。其前身為復旦大學第一批跨學科交叉國際化研究中心——計算系統生物學研究中心，成立于2008年。研究院基于復旦大學既有的數學、統計學、計算機科學、生物學、信息學、臨床醫學、語言學、心理學等多學科綜合交叉研究優勢，以計算神經科學為橋梁，著力開展大腦機制解析、腦疾病智能診療、類腦智能算法、類腦智能軟硬件、新藥智能研發、通用智能等相關領域的科學研究、技術研發和人才培養。
研究院率先探索打通國際與國內、科技與產業的全鏈條、全球化產學研合作機制，充分發揮高校培養和儲備高端智能人才、發現和培育前沿技術的綜合優勢，推動產學研源頭創新與合作，致力于成為推動腦科學、人工類腦智能與產業應用融合發展的重要科技創新平臺。
研究院目前在建五個核心功能平臺和一個國際合作研發中心，主要包括：一是以腦高級認知功能的多信息反饋處理機制研究為核心的神經形態計算仿真平臺；二是以多尺度多中心重大腦疾病數據庫和算法開發為基礎的智能診治數據示范平臺；三是依托高端醫療影像設備集群，為生物醫學轉化研究和信息產業智能化提供試驗技術支撐的綜合生物醫學影像平臺；四是以開發深度學習、強化學習和自組織學習等機器學習算法以及可穿戴設備、類腦芯片、健康服務機器人等為目標的類腦智能軟、硬件開發平臺；五是集孵化加速、產業聯盟、投資基金為一體，為類腦智能創新項目及企業提供應用技術資源和孵化服務的類腦智能產業化平臺；六是依托已有的歐洲人類腦計劃、美國腦計劃等國際合作的數據、學術資源，建設類腦智能國際合作節點和人才培養中心。
中國科學院：自動化研究所
中國科學院自動化研究所成立于1956年10月，是我國最早成立的國立自動化研究機構。目前設有類腦智能研究中心、智能感知與計算研究中心、腦網絡組研究中心等12個科研開發部門，還有若干與國際和社會其他創新單元共建的各類聯合實驗室和工程中心。另有漢王科技、三博中等四十余家持股高科技公司。
近年來，自動化所共獲得省部級以上獎勵30余項。數量逐年增加，質量不斷提高；專利申請和授權量連年攀升，多年位居北京市科研系統前十名繪制的“腦網絡組圖譜”第一次建立了宏觀尺度上的活體全腦連接圖譜；虹膜識別核心技術突破國外封鎖，通過產學研用相結合走出“中國制造”之路；基于自動化所語音識別技術的“紫冬語音云”在淘寶、來往等阿里巴巴旗下移動客戶端產品中得到推廣；“分子影像手術導航系統”通過國家藥監局醫療器械安全性及有效性檢測認證并進入臨床應用；“智能視頻監控技術”和“人臉識別技術”分別成功應用于2008年北京奧運會、2010年上海世博會的安保工作中，為社會安全貢獻自己的力量；研制的AI程序“CASIA－先知1．0”采用知識和數據混合驅動的體系架構，在2017首屆全國兵棋推演大賽總決賽中7：1的懸殊比分戰勝人類頂級選手，展示了人工智能技術在博弈對抗領域的強大實力……
在共建機構方面，自動化所與新加坡媒體發展管理局聯合成立中新數字媒體研究院，聚焦交互式語言學習、視頻和分析等領域；與瑞士洛桑聯邦理工大學（EPFL）在京成立中瑞數據密集型神經科學聯合實驗室，在類腦智能研究方面展開合作；與澳大利亞昆士蘭大學（UQ）共建中澳腦網絡組聯合實驗室，在“計算大腦”研究方向上進行遠景規劃；還與香港科技大學共建智能識別聯合實驗室，在模式識別、無線傳感器網絡等領域展開合作。
廈門大學：智能科學與技術系
早在上世紀八十年代初，廈門大學就已開始從事人工智能領域的研究，相繼在專家系統、自然語言處理與機器翻譯等領域取得過一系列成果。為此，1988年經學校批準成立“廈門大學人工智能與計算機應用研究所”，后于2004年更名為“廈門大學人工智能研究所”。2006年12月，經國家教育部批準，廈門大學正式設立“智能科學與技術”本科專業，并于2007年6月經學校批準成立“廈門大學智能科學與技術系”。
廈門大學智能科學與技術系現有一個本科專業（智能科學與技術），三個碩士學位授予專業（模式識別與智能系統、計算機科學與技術、智能科學與技術），兩個博士學位授予專業（計算機科學與技術、智能科學與技術）。
目前該系承擔多項國家863、國家自然科學基金、福建省科技基金等項目，擁有“福建省仿腦智能系統重點實驗室”、“智能信息技術福建省高校重點實驗室”和“廈門大學語言技術中心”三個平臺，此外還有“藝術認知與計算”、“自然語言處理”、“智能多媒體技術”、“人工大腦實驗室”、“智能中醫信息處理”等多個研究型實驗室，為培養高質量的學生提供了必要的保障。
上海交通大學：計算機科學與工程系
上海交通大學計算機科學與工程系成立于1984年。近年來，隨著計算機科學與技術在人們生活中的應用不斷深入，特別是隨著云計算、物聯網、移動互聯網、大數據等技術的興起，交通大學計算機系不斷調整學科方向，形成了高可靠軟件與理論、并行與分布式系統、計算機網絡、智能人機交互、密碼學與信息安全等研究方向。
該院系下設三個重點實驗室：智能計算與智能系統重點實驗室、上海市教委智能交互與認知工程重點實驗室、省部共建國家重點實驗室培育基地及上海市可擴展計算與系統重點實驗室。其中，上海交通大學－微軟智能計算與智能系統聯合實驗室目前是教育部－微軟重點實驗室，成立于2005年9月，是交通大學和微軟亞洲研究院在多年良好合作的基礎上，為了更好發揮各自在并發計算、算法與復雜性理論、仿腦計算、計算機視覺、機器學習、計算智能、自然語言處理、多媒體通訊以及機器人等領域的優勢，實現“使未來的計算機和機器人能夠看、聽、學，能以自然語言的方式與人類交流”這一共同使命而成立的。實驗室在科學研究、人才培養、學術交流等方面也取得了很好的成績。實驗室累積200余篇，成果發表于CVPR，ICCV，WWW等國際頂級會議上。
南京大學：計算機科學與技術系
南京大學的計算機科學研究起步于1958年，建立了計算技術、計算數學、數理邏輯等專業開始培養計算機相關領域專門人才，1978年在上述三個專業基礎上成立了計算機科學系，1993年更名為計算機科學與技術系。
依托該系師資，先后成立了南京大學計算機軟件研究所、計算機軟件新技術國家重點實驗室（南京大學）、南京大學計算機應用研究所、南京大學多媒體計算技術研究所、南京大學軟件工程中心（江蘇省軟件工程研究中心）、南京大學信息安全研究所等科研機構。主要科研方向有：軟件自動化與形式化、分布與并行計算及新型網絡、新型程序設計與軟件方法學、多媒體與信息處理、人工智能與機器學習、系統軟件及信息安全等。
建系30年來，共承擔國家973計劃、國家863計劃、國家攀登計劃、國家自然科學基金、國家科技攻關等重大科技計劃項目以及省、部、委科研項目和企事業委托或國際合作的研發項目300余項，科研成果獲得各種獎勵80余項，其中國家科技進步獎一等獎1項、二等獎4項、三等獎2項，省部委自然科學獎和科技進步獎特等獎2項，一等獎8項，二等獎37項。3000多篇，出版專著、教材50多部，申請國家發明專利33項。部分成果被轉化為產品，產生了較大社會效益和經濟效益。
哈爾濱工業大學：計算機科學與技術學院
哈爾濱工業大學計算機專業創建于1956年，是中國最早的計算機專業之一。在1985年，發展成為計算機科學與工程系，并建立了計算機科學技術研究所。2000年，計算機科學與技術學院成立；同年，建立了軟件學院，后經國家教育部、國家計委批準為國家示范性軟件學院。目前。哈工大計算機科學與技術學院擁有計算機科學與技術國家一級重點學科、7個博士點和7個碩士點、1個博士后科研流動站、一個國家級教學團隊、一個國家級科技創新團隊、一個國防科工委創新研究團隊。
目前主要研究方向包括：智能人機交互、音視頻編解碼技術、語言處理、自然語言理解與中文信息處理、機器翻譯、信息檢索、海量數據計算、計算機網絡與信息安全、傳感器網與移動計算、高可靠與容錯計算技術、穿戴計算機、企業計算與服務計算、智能機器人、生物計算與生物特征識別。
學院有一批研究成果達到國際先進水平，包括：國家信息安全管理系統、數字視頻廣播編碼傳輸與接收系統、大規模網絡特定信息獲取系統、計算機機群并行數據庫系統、并行數據庫系統、神州號飛船數據管理分系統、穿戴計算機系統、信息安全與實時監測系統、人臉識別系統、視頻編解碼技術、黑龍江省CIMS應用示范工程、農業專家系統等等。
中國科學技術大學：計算機科學與技術學院
中國科技大學于1958年建校時就設置了計算機專業。根據學科發展趨勢和國家中長期發展規劃，面向國家和社會的重大需求，計算機科學與技術學院將科研力量凝聚在高性能計算、智能計算與應用、網絡計算與可信計算、先進計算機系統四個主要的研究領域。
學院的支撐實驗室有：國家高性能計算中心（合肥）、安徽省高性能計算重點實驗室、安徽省計算與通訊軟件重點實驗室、 多媒體計算與通信教育部－微軟重點實驗室、中國科大超級運算中心和信息科學實驗中心。
其中，多媒體計算與通信教育部—微軟重點實驗室主要從事人機自然語音通信、語義計算與數據挖掘等方面的研究。人機自然語音通信方面，主要研究中文信息處理、人類視聽覺機理、語音語言學等。語義計算與數據挖掘方面，主要研究自然語言驅動的計算、多媒體內容的語義標注、自動問答、語義社會網絡、數據與知識工程、隱私保護與管理中的語義計算等。
依托多媒體計算與通信教育部—微軟重點實驗室，雙方聯合實施了聯合培養博士生計劃、實習生計劃、精品課程建設計劃、青年教師培養計劃等，取得了突出成果，探索出了一條企業和高校共同培養優秀人才的道路，為微軟亞洲研究院與其他高校的合作提供了一個經典范例。
華中科技大學：自動化學院
華中科技大學自動化學院是由原控制科學與工程系和原圖像識別與人工智能研究所于2013年合并組建的學院。原控制科學與工程系前身是成立于1973年的華中工學院自動控制系，1998年更名為華中理工大學控制科學與工程系；原圖像識別與人工智能研究所是1978年由教育部和航天部共同批準成立從事圖像識別和人工智能研究的研究機構。
科學研究工作主要涉及復雜系統控制理論、決策分析與決策支持、電力電子與運動控制、智能控制與機器人、計算機集成控制與網絡技術、信息檢測與識別、飛行器控制與狀態監測、生物信息處理、神經接口與康復技術、物流系統、國民經濟動員與公共安全、多譜圖像制導、目標探測的多譜信息技術、多譜信息的實時處理與系統集成技術、人工智能與思維科學、信息安全等方向。
模式識別與智能系統是自動化一級學科的重要二級學科。迄今為止，本系在原 “圖像識別與人工智能研究所”和“控制科學與工程系”的這兩個學科點承擔了百余項國家、國防與行業項目。近5年科研經費總額在8000萬元以上，包括973計劃，國家自然科學基金重點、面上和青年基金項目，863計劃，國家重大專項、國防重點預研與基金，國家科技支撐計劃，省部級科研項目，以及大型工程和企業科研合作項目等。
總結
關鍵詞：電氣工程；自動化；人工智能；應用
一、人工智能概述
人工智能是一項新興的科學技術，其研究范圍非常廣泛，幾乎涵蓋了數學、哲學、心理學以及計算機科學等很多學科。這些學科彼此相互關聯滲透，并以人工智能作為基礎平臺，融合形成一門綜合性的學科。人工智能最早提出于1956年，經過60年的不斷發展，在很多領域都取得了飛速的發展。人工智能的研究對象主要是機器的感知、思維和行為。人工智能主要體現了自動化的特點，然而，人工智能和人之間仍然有差距，并且一直要受到人的控制。傳統電氣工程的研究對象主要是電氣化方面，但是隨著計算機技術和社會經濟的不斷發展，電氣工程已經和人們的生活密不可分。所以，人工智能進入電氣工程領域是大勢所趨。
二、電氣工程自動化人工智能技術的應用優勢
（一）抗干擾能力強。電氣工程中傳統的控制器常常會在構建的過程中受到很多不確定因素的影響而導致參數和數值類型的變化，而電氣工程中人工智能的設計不需要精準的動態模型，對環境的抗干擾能力非常強。因此系統所設置的參數通常不會由于外界的條件而發生任何的變化，操作過程中出現的誤差也大幅度降低，因此，實際值和理論值之間的差距通常比較小。
（二）自動化控制能力比較強。智能化技術有著十分強大的控制功能，可以對形式不同的數據進行多方位的分析評估與處理，并得到相比人工計算出來的數據更加的精確。人工智能化的控制系統對數據的處理有著相對一致性的特點，由于具有不同的控制對象，其具體的內容呈現出豐富的多樣性變化，根據現實的問題的需要，進行智能化技術的集中精確處理，以便于合理地解決所遇到的問題。
（三）便于調節。對人工智能相關的參數進行調整能夠提升智能函數的性能，和傳統的控制器相比較，傳統的控制器通常是操作繁瑣并且容易出現故障問題，而人工智能在很大程度上改善了這點，不但操作簡便，并且抗干擾能力和適應性都非常強，人工智能控制器也可以根據合理的數據來進行設定，并且能夠根據實際的情況對數據進行修正和調節。
（四）精確度較高。鑒于人工智能技術受外部因素影響不是很大，有著十分強烈的抗干擾性。工程師們提前對電氣系統的參數進行設定，在實際的操作中不用過多的考慮參數的變化，這些參數會劃分在一個固定的范圍內，不會出現差值較大的情況，在一定程度上提升了計算的精確度。工程師們在實際的電氣工程控制中，借助參數模型對一些常見的故障進行簡單的模擬處理，科學合理地預防故障。比如高鐵故障程序的精確計算和科學預防。
三、電氣自動化人工智能技術的應用
（一）電氣設備中的應用。電氣工程中對人工智能的優化和設計對于設計人員的要求非常高，設計人員需要擁有電氣知識和豐富的設計經驗。在電氣設備中的人工智能需要運用CAD軟件來進行設計，同時，在設計的過程中需要考慮到設備可能出現的故障，并提出對故障的預見性設計，保證人工智能設備對于運行過程中的機器故障能夠自行識別的同時自行檢修。
（二）在電氣控制過程中的應用。在電氣工程自動化發展中，最為關鍵的便是電氣控制過程，其直接關系著系統的穩定性與高效性。因此，實踐中對電氣控制過程有著嚴格的要求，但因控制過程過于煩瑣，極易出現各種問題，降低其運行效率。而人工智能利用計算機技術，保證了操作精準性，通過界面化形式，簡化了控制流程，同時及時、完整保存了有關信息、數據，可自動生成報表，節約了人力、物力，增強了數據查詢的便捷性。現階段，常見的控制方法為模糊控制，其優點為操作簡便，此外，還包括專家系統控制、神經網絡控制等。
（三）在電力系統中的應用。在電力系統自動化中，可以廣泛應用人工神經網絡及專家系統，前者擁有靈活的學習方法及分布式的存儲方式，能夠滿足海量數據的處理需求，還可以對模型進行合理分類，借助季節性時間模型，有效預測電力系統短期負荷狀況，全面分析可能出現故障的環節；后者作為程序系統，融入大量經驗、知識及規則等，使其具有一定的復雜性，其可以分析電力系統問題，通過模擬專家決策過程，實現有關問題的有效處理。
（四）在故障診斷中的應用。傳統的電氣工程在運行過程中一旦出現故障，需要對設備中的各個因素進行逐個排查，無法對于故障部位進行準確的定位。但人工智能則可以實現對所有電氣設備的監控，所以說，人工智能可以對發生故障后的稻萁行分析對比，實現故障的準確定位，實現設備故障診斷效率的提高，減少在電氣設備的人力和物力投入。
四、結語
綜上所述，人工智能與電氣工程自動化的發展緊密相連，所以，加強人工智能在電氣工程自動化方面的研究會在很大程度上促進電力產業更加健康全面的發展，也可以為電氣工程企業創造更多的經濟價值。相關企業和部門也一定要更加重視人工智能，同時加大對人工智能的投入力度。
參考文獻：
關鍵字：機械電子工程 人工智能信息處理
中圖分類號： P756.6 文獻標識碼： A 文章編號：
傳統的機械工程一般分為兩大類，包括動力和制造。制造類工程包括機械加工、毛坯制造和裝配等生產工程，而動力類工程包括各式發電機。電子工程與傳統的機械工程相比而言，是比較新的學科，電子工程是傳統工程的革新，兩者于上世紀逐漸結合在一起。隨著人工智能技術的不斷發展 ，機械電子工程的能量連接、動能連接逐步發展為信息連接 ，使得機械電子工程具有了一定的人工智能。這種高效的智能化技術減少了繁重的機械生產，提高產量和經濟效益，使我們市場進入智能化。
一、傳統機械電子工程
1、機械電子工程的發展情況
機械電子工程是由機械工程與電子工程、信息技術、智能技術、管理技術相結合而成的新的理論體系和發展領域。隨著科學技術的不斷發展機械電子工程也變得日益復雜。
機械電子工程的發展可以分為三個階段 ：第一階段是以手工加工為主要生產力的萌芽階段 ，這一時期生產力低下 ，人力資源的匱乏嚴重制約了生產力的發展 ，科學家們不得不窮極思變 ，引導了機械工業的發展。第二階段則是以流水線生產為標志的標準件生產階段 ，這種生產模式極大程度上提高了生產力 ，大批量的生產開始涌現 ，但是由于對標準件的要求較高 ，導致生產缺乏靈活性 ，不能適應不斷變化的社會需求。第三階段是現在我們常見的現代機械電子產業階段，而以機械電子工程為核心的柔性制造系統正是這一階段的產物。
2、機械電子工程的特點
1）設計上的不同。機械電子工程并非是一門獨立學科 ，而是一種包含有各類學科精華的綜合性學科。在設計時 ，以機械工程、電子工程和計算機技術為核心的機械電子工程會依據系統配置和目標的不同結合其他技術。工程師在設計時將利用自頂向下的策略使得各模塊緊密結合 ，以完成設計 ；
2）產品特征不同。機械電子產品的結構相對簡單 ，沒有過多的運動部件或元件。它的內部結構極為復雜 ，但卻縮小了物理體積 ，拋棄了傳統的笨重型機械面貌 ，但卻提高了產品性能。
二、 人工智能
1、 人工智能的概念分析
人工智能是一門綜合了控制論、信息論、計算機科學、神經生理學、心理學、語言學、哲學等多門學科的交叉學科 ，是 21 世紀最偉大的三大學科之一。 但是至今為止，人工智能沒有一個統一的定義。筆者認為 ，人工智能是研究通過計算機延伸、擴展、模擬人的智能的一門科學技術。
2、 人工智能的發展史
1）人工智能的初期階段
17 世紀的法國科學家 B.Pascal 發明了世界上第一部能進行機械加法的計算器轟動世界 ，從此之后 ，世界各國的科學家們開始熱衷于完善這一計算器 ，直到馮諾依曼發明第一臺計算機。人工智能在這一時期發展緩慢 ，但是卻積累了豐富的實踐經驗 ，為下一階段的發展奠定了堅實的基礎。
2）第一個成長階段
在 1956 年舉辦的“侃談會”上 ，美國人第一次使用了“人工智能”這一術語。這一階段的人工智能主要以翻譯、證明、博弈等為主要研究任務 ， LISP 語言就是這一階段的佼佼者。人工智能在這一階段的飛速發展使人們相信只要通過科學研究就可以總結人類的邏輯思維方式并創造一個萬能的機器進行模仿。
3）比較困難的階段
60 年代中至 70 年代初期 ，當人們深入研究人工智能的工作機理后卻發現 ，用機器模仿人類的思維是一件非常困難的事 ，許多科學發現并未逃離出簡單映射的方法 ，更無邏輯思維可言。但是 整理，仍有許多科學家前赴后繼的進行著科學創新 ，在自然語言理解、計算機視覺、機器人、專家系統等方面取得了卓爾有效的成就。1972 年 ，法國科學家發現了 Prolog 語言 ，成為繼 LISP 語言之后的最主要的人工智能語言。
4）中期平穩階段
以 1977 年第五屆國際人工智能聯合會議為轉折點 ，人工智能進入到以知識為基礎的發展階段 ，知識工程很快滲透于人工智能的各個領域 ，并促使人工智能走向實際應用。不久以后，人工智能在商業化道路上取得了卓越的成就，展示出了頑強的生命力與廣闊的前景。在不確定推理、分布式人工智能、常識性知識表示方式等關鍵性技術問題和專家系統、計算機視覺、自然語言理解、智能機器人等實際應用問題上取得了長足的發展。
5）平穩成長階段
由于國際互聯網技術的普及 ，人工智能逐漸由單個主體向分布式主體方向發展 ，直到今天 ，人工智能已經演變的復雜而實用 ，可以面向多個智能主體的多個目標進行求解。
最近五十年間 ，網絡的普及給信息傳遞帶來了新的生命 ，人類進入到了信息社會 ，而信息社會的發展離不開人工智能技術的發展。不論是模型的建立與控制 ，還是故障診斷 ，人工智能在機械電子工程當中都起著處理信息的作用。
由于機械電子系統與生俱來的不穩定性 ，描述機械電子系統的輸入與輸出關系就變得困難重重 ，傳統上的描述方法有以下幾種 ：1）推導數學方程的方法 ；2）建設規則庫的方法 ；3）學習并生成知識的方法。傳統的解析數學的方法嚴密、精確 ，但是只能適用于相對簡單的系統。現代社會所需求的系統日益復雜 ，經常會同時處理幾種不同類型的信息。由于人工智能處理信息時的不確定性、復雜性 ，以知識為基礎的人工智能信息處理方式成為解析數學方式的替代手段。
通過人工智能建立的系統一般使用兩類方法 ：神經網絡系統和模糊推理系統。神經網絡系統可以模擬人腦的結構 ，分析數字信號并給出參考數值 ；而模糊推理系統是通過模擬人腦的功能來分析語言信號。兩者在處理輸入輸出的關系上有相同之處也有不同之處：神經網絡系統物理意義不明確 ，而模糊推理系統有明確的物理意義 ；神經網絡系統運用點到點的
映射方式 ，而模糊推理系統運用域到域的映射方式 ；神經網絡系統以分布式的方式儲存信息 ，而模糊推理系統則以規則的方式儲存信息 ；神經網絡系統輸入時由于每個神經元之間都有固定聯系 ，計算量大 ，而模糊推理系統由于連接不固定 ，計算量較小 ；神經網絡系統輸入輸出時精度較高 ，呈光滑曲面 ，而模糊推理系統精度較低 ，呈臺階狀。
隨著社會的不斷發展，單純的一種人工智能方法已經不能滿足日益增長的社會需要，許多科學家開始研究綜合性的人工智能系統。綜合性的人工智能系統采用神經網絡系統與模糊推理系統相結合的方法，取長補短，以獲得更全面的描述方式，模糊神經網絡系統便是一成功范例。模糊神經網絡系統做到了兩者功能的最大融合 ，使信息在網絡各層當中找到一個最適合的完全表達空間。邏輯推理規則能夠對增強節點函數 ，為神經網絡系統提供函數連結 ，使兩者的功能達到最大化。
三、 結論
21世紀的科學技術發展的越來越快，智能化已經大范圍覆蓋了國際市場，不論工業中還是電子商務，都以及成為經濟快速運行的動力。為國家提供高技術的便利，為其注入新的概念，使其更為廣泛的應用。著實做到了作業內外一體化，數據搜集自動化，系統智能化。人工智能與機械電子相結合能夠促進生產力的快速發展，把我國的相關經濟產業鏈帶動了起來。在這新興科技的引領下，我國的經濟將邁向更高的階梯。
參考文獻
[1]傅麗凌.楊平.機械專業綜合型試驗平臺的建設[J].電子科技大學學報社科版，2005，7（增刊）.
[2]陳慶霞.人工智能研究綱領的發展歷程和前景[J].科技信息，2009，33.
[3]史忠植.高整理級人工智能[M].科學出版社，2006.
關鍵詞：人工智能技術；教學方法；編程能力
中圖分類號：TP3 文獻標識碼：A 文章編號：1009-3044（2014）16-3865-02
1 概述
2008年11月16日，中國科協成立50周年新聞會在北京召開。在新聞會上，“五個10”系列評選活動，即10位傳播科技的優秀人物、10部公眾喜愛的科普作品、10個公眾關注的科技問題、10個影響中國的科技事件、10項引領未來的科學技術評選結果揭曉。10項引領未來的科學技術是：基因修飾技術；未來家庭機器人；新型電池；人工智能技術；超高速交通工具；干細胞技術；光電信息技術；可服用診療芯片；感冒疫苗；無線能量傳輸技術。
人工智能技術學科是計算機科學中涉及研究、設計和應用智能機器的一個分支。指人類的各種腦力勞動或智能行為，諸如判斷、推理、證明、判別、感知、理解、通信、設計、思考、規劃、學習和問題求解等思維活動，可以用某種智能化的機器來予以人工實現[1]。
通過《人工智能技術》課程的學習，使學生對人工智能技術的發展概況、基本原理和應用領域有深入了解、對主要技術及應用有一定掌握，并對現代人工智能技術發展的方向有所研究。通過人工智能技術課程的學習與研究，啟發學生對人工智能技術的興趣，培養知識創新和技術創新能力，并能將人工智能技術融入到今后所開發的計算機軟件之中。
《人工智能技術》是一門眾多學科交叉的新興課程，其涵蓋范圍廣，涉及知識點多，知識更新快，內容抽象，不容易理解，理論性強，而且需要較好的數學基礎和較強的邏輯思維能力，這給該課程的講授帶來了一定困難。《人工智能技術》也是一門應用型學科，怎樣將理論運用到實踐中，使學生將學到的人工智能技術知識和思想運用到自己的實際課題，這也是該課程需要解決的問題之一。
因此，對《人工智能技術》課程教學來說，我們要了解課程的最新信息，把握課程的特點，幫助學生找到好的學習方法，使他們能充分發揮自己的創新思維能力，提高學習興趣，該文給出了《人工智能技術》課程的教學與實踐的探索。
2 教學與實踐的探索
2.1 教材和實驗教學內容的選取
1） 人工智能技術是整個計算機科學領域發展最快，知識更新最快，最前沿的學科之一。在教材選用方面，我們采用了蔡自興教授等主編，由高等教育出版社出版的《人工智能基礎》這本教材。蔡自興教授的主要研究領域為人工智能、機器人學和智能控制等。這本教材是作者在美國國家工程院院士、普度大學教授傅京孫先生的指導和鼓勵下編寫，借鑒了國內外人工智能技術研究領域專家的最新研究成果和學術書籍的長處，該書比較全面地介紹了人工智能技術的基礎知識與技術，材料新，易于理解，兼顧基礎及應用[2]。
此外，我們還給學生自主學習提供多種類型的學習資料，其中包括參考書目，如：Russel S， Norvig P.等編著的《Artificial Intelligence： A Modern Approach》一書，人工智能技術國內外期刊，如電子學報，計算機學報，人工智能與模式識別，Artificial Intelligence，Journal of Artificial Intelligence Research，Engineering Applications of Artificial Intelligence和International Joint Conference on Artificial Intelligence，AAAI： American Association for AI National Conference等人工智能技術會議，使學生能夠掌握人工智能技術的更多前沿動態，提高學習興趣。
2） 配套的實驗教學內容。《人工智能技術》是一門理論性和實踐性都很強的課程，實踐性教學環節對該課程尤為重要。除了完成課本上的作業之外，還注重實驗教學，培養學生的創新能力、算法設計能力和編程能力。首先，每個章節設置相應的實驗，而實驗內容經過嚴格的考慮，如：五子棋游戲，產生式系統，旅行商問題，傳教士和野人問題，BP神經網絡實現簡單的分類，遺傳算法、人工生命程序等，要求學生運用所學章節的知識，獨立地設計和實現實驗內容。實驗報告包括簡述實驗原理及方法，給出程序設計流程圖，源程序清單，實驗結果及分析等內容，通過這種方式，進一步加強學生的信息獲取能力和研究能力。
2.2 教學方法和手段的改革
人工智能技術課程交叉性強，涉及面廣，傳統的教學方法手段單一，缺少交流，課堂氣氛沉悶，激發不起學生的學習興趣，教學效果不理想。人工智能技術這門課程內容抽象，如何激發學生的學習興趣是本課程需要解決的主要問題，也是關系教學改革成敗的關鍵。本課程需采用多種方法進行教學，以此來激發學生的學習興趣。
1） 問題啟發式教學。《人工智能技術》這門課程中有很多似是而非、引人入勝的問題，主要是用計算機模擬人類的智能來解決這種問題。在教學中，有目的的提出這些問題，鼓勵學生思考，提出自己的想法和解決方案，并進行分析和比較，這樣強化學生的主動學習意識，提高學習積極性[3]。
2） 個性化學習和因材施教。學生中存在計算機專業和非計算機專業本科畢業的差別，由于他們每個人的基礎不同，有的計算機知識比較匱乏，因此有必要針對每個學生的學習進度，課堂作業和實驗報告情況進行及時評估，對學生提出個性化的教學。例如：在實驗教學中，要求有能力和興趣的學生可以做探究性和創新性的附加實驗，從而引導學生發揮個性的空間，而對稍微吃力的學生則要求完成基本的實驗，更注重基礎知識的學習和夯實，這樣就能達到因材施教的目的。同時對不同層次的學生進行分析，進一步提出學習建議，并進行有針對性的指導。
3） 多媒體使用和多學科知識的融合。本課程PPT課件圖文并茂，提綱挈領，便于學生理解。課堂講授、板書與PPT手段相結合，注重課程中的關鍵詞用英文表示，并適當指定英文參考書，使學生能夠接觸國外文獻資料，加深對學習內容的理解，獲得更寬廣的知識。PPT課件運用了大量多媒體技術，如動畫、聲音、圖像，通過動畫和視頻演示抽象的概念、算法和過程，使人工智能技術中抽象的知識形象化，在課件中融入了文學，歷史等其他學科的相關知識，便于學生較好地理解知識難點和重點[4]。
4） 師生互動和課內外答疑。在教學中，改變了傳統的老師講，學生聽的教學模式。針對人工智能技術的實用性，適當提問，收集學生學習情況，盡量使用實例進行講解。設置了實驗講解互動課程，對于實驗的講解，學生可以提出疑問，然后在課堂上展開討論，學生可以看到問題從提出、分析到解決的整個過程，讓學生自己在討論中總結結論。為了解決教學中存在的疑難問題，還設有課后答疑，使學生能將所有的問題都理解透徹。
5） 理論研究與實踐結合。在教學內容的安排上，注重學生的理論研究和動手能力，適當布置一些課程相關的論文和實驗編程。通過課程論文，可以培養學生鉆研問題的興趣； 通過查閱科技文獻使學生掌握如何查找相關文獻的技能，可以培養學生撰寫科技論文的能力。通過實驗實踐，使學生可以更加清楚地了解人工智能技術基本概念和難點，也能了解算法的設計具體運行過程，并對其進行驗證，提高了學生的編程能力和和學習興趣。
6） 考試考核方式改革。本課程的考核考試也是一個值得探討的問題，本課程應采用多種綜合考試方法，注重學生對基礎概念、知識和基本的技能的掌握以及理論聯系實際的能力。平時作業考核成績，實驗實踐教學成績、提交課程論文成績，以及最后的期末考試成績形成一種有效的考試考核方法，促進學生主動學習，提高教學質量。實驗的評價指標在于算法設計、編程的準確性和實驗結果及分析。課程論文評價指是選題是否嚴謹科學和具可研究性，論文結構、思路是否嚴謹，論文內容科學性、正確性，能否提出自己的見解。考查查閱科技文獻的能力主要通過是否查找到權威的、最新文獻以及撰寫是否規范。
2.3 學生學好《人工智能技術》課程的建議
《人工智能技術》是一門理論與實踐相結合的應用課程，學生如何學習這么課程，也是我們應該探討的問題。
學生應該正確看待《人工智能技術》這門科學的發展。人工智能技術孕育于20世紀30、40年代，形成于60、70年代，發展至今，人工智能技術只有短短60多年的歷史，它是一門不斷發展和完善的嶄新學科，還有許多課題處于探索中，理論和技術還遠未成熟，我們應該對它有科學的認識。
針對非計算機專業本科畢業的學生，除了課堂聽講之外，還應該課下自學該課程的先修課程，如：數據結構、離散數學等課程。人工智能技術中涉及到大量的數學知識，如：模式識別需要具有較好的概率論，數理統計知識，另外還會用到少量隨機過程、模糊數學的一些知識。人工智能技術是一門應用課程，編程語言的掌握必不可少，涉及到SVM算法，粒子群算法，免疫算法神經網絡，遺傳算法等算法，實現這些算法要求學生具有較強的編程能力。
學生應該多讀，多查閱資料，特別是國外的期刊文獻和重要國際會議論文，多了解人工智能技術最前沿的信息，理論聯系實際，加深對基本算法的理解，并將人工智能技術的知識運用到自己所研究的領域，以做到學以致用。
3 結論
人工智能技術在一定程度上代表著信息技術的前沿，該文對《人工智能技術》的課程教學進行了一些探討，教學與實踐效果有了顯著提高，但仍然有許多方面還需要我們繼續探討和改進。
參考文獻：
[1] 蔡自興，徐光佑.人工智能技術及其應用[M].北京： 清華大學出版社，2003.
[2] 蔡自興，肖曉明，蒙祖強，等.樹立精品意識搞好人工智能技術課程建設[J].中國大學教學，2004（1）：28-29.
關鍵詞：機械電子工程；人工智能化；信息化技術
中圖分類號：TH-39 文獻標識碼：A 文章編號：1671-2064（2017）06-0018-01
近年來，隨著生產工藝的不斷的迅猛發展，機械電子工程正朝著人工智能化方向發展，將更多的集成電路裝在同一塊機械電子工程板上的方向發展。因此使得機械電子工程板在這些需求下，會變得比原來的更小，但是卻變得變原來的板子更復雜。另外一個方面，在生產電路板的時候，由于工序比較多，只要有一個工序出現了問題，這就會導致電路板的質量下降。因為上面的一系列原因，生產出一個合格的產品的成本變得多得多，在這里就需要一種很有效率的檢測系統來檢測，從而使得錯誤能夠提前檢測出來，來降低成本。在現在工業生產中，對機械電子工程質量檢測技術提出的要求也越來越高了，傳統的工藝中用肉眼對機械電子工程檢測，這個容易發生漏檢和誤檢，人工檢測的方式因為人的注意力有限，成本也比較高已經逐漸被淘汰了[1]。
為了能夠應對上訴所說的一系列的問題，有一種方法是用MATLAB軟件來應用人工智能數字處理的技術，將這一技術應用于檢測方面，對數字信號進行多步處理，從而能夠通過數字信號的變換來檢查出當中的錯誤。
1 人工智能數字處理MATLAB仿真
在MATLAB中，存在很多的數據元素，在這些數據元素中，矩陣是當中相對于比較基本的。這就讓MATLAB在對很多計算方面的問題進行解答的時候，變得非常的方便，其中最容易的時候，便是解答關于矩陣方面的問題。除此之外，還會出現別的情況，這時候MATLAB可以調用使用C這類非交互語言編寫的程序。MATLAB代表“矩陣實驗室”。MATLAB原本寫成容易訪問的矩陣和線性代數軟件，但是在以前一般都需要編寫FORTRAN程序才能使用。現在，MATLAB融合了現代的數值計算軟件，并具有針對性地對現代的處理器和存儲器結構進行了高度優化。
現在在很多的學校中，像信息專業這方面的學生，他們中有很多的人會在畢業設計中運用到MATLAB，因為MATLAB作為一個計算工具，在很多處理方面都會被用到。
2 人工智能數字處理原理
數字數字信號處理是通過一些方法來獲取圖片，然后將這個圖片轉換成人工智能數字，在這里我們為了能夠把原來的人工智能數字來進行轉換，將這個數字信號變成另外一種具有別的意義的數字信號。這時候我們就得學會對數字信號進行相對應的處理，當然根據不同的要求我們就得對數字信號進行不同方面的處理。
首先把生活中的數字信號成像，然后通過電子系統轉換成模擬信號，再通過轉換將它變成人工智能數字信號。如同在生活中做一件事一樣，第一步永遠是最重要的一部，只有有了一個好的起點，在后面的處理中才能更加的方便。數字信號的獲取作為數字信號處理的第一步，也是非常重要的，在采集數字信號的過程中，為了能夠讓后面處理數字信號變得輕松，一開始的數字信號采集的質量越高才會越好處理。雖然前期采集數字信號的時候存在的缺陷可以在后期通過數字信號處理的軟硬件來取得一定的彌補，但是，還有一個不可忽視的問題，就是要保證原始數字信號的信噪比和保真度高[2]。
在數字信號處理中有很多種方法，在這里，我們可以利用函數來對數字信號進行表示。當然用函數來對數字信號進行表示，會使得數字信號的處理變得更加的方便，但是我們在這處理的過程中，我們在很多方面不能夠掉以輕心，在這里需要關注的是，在有限的元素當中，這些元素都有自己代表的位置和數值，通過這些元素的組成而形成了人工智能數字。在對人工智能數字元素進行定義的時候，在其中有很多種名稱，在當中運用的最廣泛的便是像素。
3 人工智能數字處理平臺
在MATLAB中，為了能夠更好地對數字信號進行處理，這里就需要用到數字信號處理工具箱，在數字信號處理工具箱中，里面有很全套的數字信號處理工具，而且還有各種算法，這就使得在數字信號處理分析方面變得更加的方便容易。除此之外，這個工具箱還有許多的功能，并且這些功能還能支持多線程，這就使得這個工具箱能夠發揮出計算機的一些功能，從而體現了數字信號處理工具箱功能的強大。
在MATLAB中的這些數字信號處理工具箱的幫助下，我們可以通過這些工具箱的強大的數據處理能力，從而能夠很大程度上的使我們得工作效率得到提高，因此能夠在算法研究上花更多的精力。
4 Y語
科學技術的不斷發展讓我們的機械電子工程技術與人工智能化技術高度結合，利用數字處理技術讓各個學科交叉綜合在一起，最終實現了多種技術的完美結合，在這個全新的技術領域當中，隨著技術的不斷更新并將引領世界向前更快的發展。
參考文獻
2016年是世界圍棋界極不尋常的一年，3月份在“阿爾法圍棋”（AlphaGo，一款圍棋人工智能程序）與圍棋世界冠軍、職業九段選手李世石之間展開的一場人機大戰中，“阿爾法”的勝出震驚全球。7月份世界職業圍棋排名網站公布了最新世界排名：“阿法圍棋”以3612分，超越3608分的柯潔成為新的世界第一。
2016年12月29日到2017年1月4日，一個名叫 “Master”的神秘網絡圍棋手橫掃中、韓、日圍棋界。它憑借驚人的穩定性一路高唱凱歌，獲勝60場，沒有敗績。最終神秘的“Master”揭開了廬山真面目，宣布自己就是“阿爾法圍棋”。
2017年1月，谷歌Deep Mind公司宣布推出真正2.0版本的“阿爾法圍棋”，成為第一個不借助讓子，在全尺寸19×19的棋盤上擊敗職業圍棋棋手的電腦圍棋程序，其特點是擯棄了人類棋譜，只靠“深度學習”的方式成長起來挑戰圍棋的極限。
圍棋是人類最具智慧的競技之一，而人工智能（Artificial Intelligence，簡稱AI）研發是人類最具挑戰性的科技探索。人機大戰的經典對決將被同時載入圍棋史冊和科技史冊。它的意義已經遠遠超出圍棋本身，人們熱衷談論“阿爾法圍棋”更多是出于對AI技術的關切。從誕生到日益成熟，AI理論和技術的應用領域在不斷擴大，不知不覺間滲透到人類當代生活的各個方面。AI時代，互聯網、金融、醫療、教育、物流、娛樂、傳媒等行業都在加速自己智能化的進程。可以想見，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。 而與此同時，人類命運和機器智慧的沖突與共存，已經由人機大戰開始不斷升溫。
“人工智能百年研究”項目
2014年秋季，美國斯坦福大學開啟了“人工智能百年研究”（AI100）項目。這是一個超大型長期項目，該項目發起人――美國人工智能發展協會會長、前微軟研究員埃里克?霍維茨博士表示，“我們的職責是研究人工智能在2030年前對人類社會生活方方面面所產生的影響，尤其是在北美地區”，而“研究的核心是，人類不能喪失對人工智能的控制能力”。 “人機大戰”
2016年9月1日，“人工智能百年研究”項目的第一項成果《人工智能與2030年的生活》。這是一份試圖定義北美城市在未來10多年間將要面臨的可以模擬人類行為的計算機和機器人系統 （即人工智能）問題的報告，涉及交通、家庭/服務、健康醫療、教育、低資源社區、公共安全與防護、就業、娛樂等關注領域，目的是推動相關政策的制定。業內人士認為，工業界和學術界目前正在聯手倒逼政府出臺人工智能的相關政策，希望可以獲得更大力度的資金和法律扶持。
《人工智能與2030年的生活》所列舉的關注領域，均面臨著人工智能的影響和挑戰。例如開發安全可信賴的硬件的困難（交通工具和服務機器人），獲得工作信賴的困難（低資源社區和公共安防），對勞動力可能被邊緣化的擔憂（就業和職業），以及人際交往減少帶來的社會副作用（娛樂）等等。
1.交通：自動駕駛的汽車、卡車、無人機投遞將改變城市里的工作、購物和休閑娛樂模式，但需要增加可靠性、安全性和用戶接受度，并根據新的交通模式改進當前的相關法規和基礎設施。
2.家庭/服務機器人：現在進入家庭的掃地機器人或特種機器人能夠為家庭和工作場所提供清潔和安保服務，當務之急是技術方面的挑戰和機器人成本過高的問題。
3.健康醫療：個人健康監測裝備與手術機器具有極大的發展潛力，人工智能軟件將最終對某些疾病自動進行診斷和治療。目前的關鍵是獲取醫療從業者的信任。
4.教育：互動輔導系統在幫助學生進行語言、數學以及其他技能的學習方面已經發揮出作用，自然語言處理的發展將為這一領域的應用帶來全新的方式。當務之急是教育資源分配不均的問題，以及教、學雙方直接互動的減少會帶來哪些消極影響。
5.低資源社區：投資最新技術領域有助于更充分地發揮人工智能的優勢，比如避免鉛污染和改進食品分配等，重要的是讓公眾參與進來以增強相互信任。
6.公共安全與防護：利用相機、無人機和軟件進行犯罪模式分析，應用人工智能技術來降低人類判斷的主觀偏見，與此同時在不侵犯個人自由和尊嚴的情況下增強安全性。目前需注意的是如何保護隱私和避免固有偏見。
7.就業和職業：隨著全球經濟的快速發展，傳統崗位開始被新崗位取而代之，有關人類如何適應這種新變化的相關工作需要立即展開，比如如何妥善處理勞動力下崗以及人工智能對新工作崗位不適應的問題。
8.娛樂：內容創建工具、社交網絡和人工智能的結合，將開創全新的媒體內容收集、組織和分發模式。但問題是新的娛樂方式如何在個人價值和社會價值之間取得平衡。
《人工智能與2030年的生活》在回顧發展歷程和展望發展趨勢時指出，人類正加速在人工智能領域的研究，試圖建立一個能與人高效協作的智能系統。其中最重要的是機器學習的成熟，它受到了數字經濟崛起的部分影響――數字經濟為機器學習提供了大量數據。此外其他影響因素包括云計算資源的崛起，以及消費者對語音識別和導航支持等技術服務的需求。研究人員認為，不管是從基本方法上還是應用領域，包括大規模的機器學習、深度學習、增強學習、機器人、計算機視覺、自然語言處理、協作系統、眾包和人類計算、算法游戲理論和計算的社會選擇、物聯網、神經形態芯片在內的研究趨勢，共同促進了人工智能研究的熱潮。
這份報告試圖嚴肅地討論這樣一個問題：如何更好地引導人工智能來豐富和服務于人類生活，同時推動和激勵這一領域的創新。因為人類目前并不能清晰而完美地預測未來的人工智能技術及其影響，所以一定要對相關政策進行評估。未來幾年公眾在交通和醫療等領域內應用人工智能的機會日漸增多，因此必須以一種能構建信任和理解的方式將其引入，確保在尊重人權和公民權利，保護隱私和安全，維護廣泛而公正的利益分配等方面措施周備。 世界經濟論壇說，機器人和人工智能到2020年可以取代510萬個工作崗位。
研究人員指出，傳統的人工智能范式已被數據驅動型范式成功取代，對于定理證明、基于邏輯的知識表征與推理這些程序的關注度在降低。作為20世紀七八十年代人工智能研究的一根支柱，規劃（ Planning ）強烈依賴于建模假設，難以在實際應用中得到滿足；視覺方面基于物理的方法和機器人技術中的傳統控制與制圖，正讓位于通過檢測手邊任務的動作結果來實現閉環的數據驅動型方法；還有曾頗受歡迎的貝葉斯推理和圖形模式，在數據和深度學習的顯著成果前也顯得相形見絀。在未來15年中，針對人類意識系統開發，按照能夠互動的人類特點進行建模和設計人工智能系統成為人們的興趣點。在考慮社會和經濟維度的人工智能時，物聯網型的系統變得越來越受歡迎。數據驅動型產品的數量及其市場規模將會擴大。
“為機器人安裝‘死亡開關’”
2017年1月，歐洲議會法律事務委員會召開會議，呼吁制定“人類與人工智能/機器人互動的全面規則”。議公布的報告對機器人可能引發的安全風險、道德問題、對人類造成的傷害等情況進行了討論，探討是否需要為機器人安裝“死亡開關”、研究機器人搶走人類工作的應對措施等等，要求歐盟為民用機器人制訂法律框架。專家認為，這或將是首個涉及管制機器人的立法草案，將有利于人類應對機器人革命帶來的社會震蕩。
會議認為，人工智能和機器人發動的新工業革命可能影響到所有的社會階層。機器人可能創造無限的繁榮，與此同時將影響人類未來的就業情況。機器人取代人類在許多行業是大勢所趨。在德國，每1萬個雇員中就有301個是工業機器人。報告要求歐盟委員會對各國民眾的就業情況進行調查，重點關注極易被機器人取而代之的職位。如果機器人成為職位“殺手”，歐盟各成員國應考慮為國民提供基本的生活保障。埃里克?希爾根多夫是一名德國法律教授，他非常認同歐洲議會討論的這項議題。“這不僅在政治上是可取的，從法律角度也是必要的，這樣我們才能及時應對機器人革命帶來的社會震蕩。”他指出，“即使是銀行顧問、教師和記者等要求嚴格的職業，未來也無法在這場科技洪流中幸免。”
會議強調，因為人工智能在幾十年內可能超越人類的智力，將對人類控制機器人構成挑戰。隨著機器人自我意識的崛起，甚至可能威脅人類的生存。近年來，機器人“殺人”的事件時有發生：2015年6月，在德國大眾汽車公司，一名工人安裝機器人時反被它抓起推向金屬板壓死；2016年6月，美國一家汽車零件生產商的一名女員工正在修理出現故障的機器人時，它突然啟動，將修理女工活活壓死。
報告參照美國科幻小說作家艾薩克?阿西莫夫提出的“機器人學三大法則”，將其作為立法框架，對機器人自我意識覺醒后的行為規范做出規定。“機器人學三大法則”包括： 1.機器人不得傷害人，也不得見人受到傷害而袖手旁觀。2.機器人應服從人的一切命令，但不得違反第一法則。3.機器人應保護自身的安全，但不得違反第一、第二法則。由于規則無法轉化為代碼，歐洲議會正在著手建立一個針對機器人和人工智能研發的機構，為設計、生產和操作機器人的人員提供技術、倫理和監管方面的專門知識等。
報告還提出：1.在設計新型機器人時，設計師應該尊重人類的基本人權，事先獲得道德研究委員會的批準。2.必須為機器人注冊，以便在調查事故時查找涉事的機器人。3.確保機器人安裝有“死亡開關”，可以隨時被關閉。4.機器人不能對使用者造成“身體或心理傷害”。如果釀成事故，機器人不能逃脫責任。機器人所負擔的責任應該與其接收的實際指令及其自主程度相對應：它的學習能力和自主性越高，那么人的責任就較低；倘若它“受教育”的時間越長，教它的“老師”負的責任就越大。報告還指出，機器人的生產商或擁有者將來需要購買保險，來承擔機器人可能造成的損失。
人類與機器人的關系將會引起一場涉及私隱、尊嚴和安全的大討論，在歐洲議會投票贊成立法之前，各成員國政府將對此做進一步的辯論和修正。
“機器人應當納稅”
英國牛津大學近期一項調查結果顯示，今后數十年間，自動化改變生產線的速度將超過20世紀。在經濟合作與發展組織（OECD）成員國，57%的工作崗位有被自動化取代的風險。英國中央銀行英格蘭銀行預測，在自動化浪潮中，危在旦夕的英國工作崗位多達1500萬個。美國白宮2016年預測，機器人取代時薪低于20美元以下崗位、介于20～40美元崗位和時薪40美元以上崗位的概率分別為83%、31%和4%。
在美國微軟公司創始人比爾?蓋茨看來，為暫時性減緩自動化蔓延速度，很有必要向企業為雇用機器人員工而征稅，稅單將是阻止機器人取代人類工作崗位的殺傷性武器。如果機器人將大范圍取代人類工作崗位，那它們至少應為此買單。“目前一個人類員工在工廠中創造了5萬美元的價值，這個價值會被征稅。人類員工需要繳納各種稅，如所得稅、社會保障稅以及其他稅款。如果一個機器人在工廠做與某個工人同樣的事情，我們也應按同等水平向它征稅。”
蓋茨同時認為，盡管一些工作崗位可能被機器人取代，但人們可以在那些所需技能是機器人無法復制的領域里繼續工作。世界需要抓住機遇解放勞動力，讓人們從事更好的工作，例如關愛老人和幫扶特需群體。在這些領域，人類具有獨特的同情心和理解力。
法國社會黨總統候選人伯努瓦?阿蒙也呼吁法國對機器人征稅，部分稅收用于補貼全民基本收入保障。越來越多的政界人士和硅谷富翁支持推出全民基本收入保障，以化解自動化引發的大范圍失業。而反對機器人稅的人士則持這樣的觀點：自動化即使在短期也可以借助提高生產率創造新的就業崗位。
“人類需要成為‘半機器人’”
美國特斯拉汽車公司首席執行官伊隆?馬斯克在2017年2月13日迪拜舉行的 “世界政府峰會”上表示，未來20年，駕駛人員的工作將被人工智能所顛覆，之后全球12%～15%的勞動力將因為人工智能而失業。“從技術角度講，最迫切的影響會來自自動駕駛汽車。它到來的速度將遠快于人們的預期，當然它會為人類提供極大的方便。”
關鍵詞：人工智能；犯罪；刑法；立法構建
一、人工智能時代刑法構建的必要性
（一）刑事立法可以防控人工智能技術帶來的風險
人工智能與現實社會的聯系日益緊密，已經成為法律無法回避的領域，互聯網時代的發展推動了人工智能時代的到來，互聯網技術中的信息與數據是孕育人工智能的土壤。當今社會，人工智能技術已經滲透到生活的各個方面，我們的醫療、軍事、交通、城市建設等方面，處處都有人工智能的身影。當我們享受著先進技術帶來的好處時，也不能忽略其潛在的法律風險。因為這樣緊密的聯系就決定了人工智能會高頻率地參與人類社會的活動，那么當其參與的行為涉及刑法時，就需要立法來規制。
（二）刑事立法可以及時應對這一新生事物對于現行刑法的挑戰
不可否認，法律具有滯后性，新技術帶來的犯罪無法被現行的刑法及時規制，甚至會產生沖擊。只有通過立法及時修補法律的空白之處，解決刑法對于人工智能類犯罪的適用等問題，才可以保證這一技術的健康發展和合理使用。［1 ］
二、現行刑法規制人工智能犯罪的困境
（一）從刑事責任主體角度
在我國現行刑法中可以規制的人工智能類犯罪極其有限，僅限于行為人直接將人工智能當作工具進行生產、利用的情形，換言之，人工智能此時執行的一切操作僅為犯罪者的意志和行為的延伸，這種情形下的刑事責任主體為利用人。例如，紹興市破獲的全國首例利用人工智能侵犯公民個人信息案，犯罪團伙利用人工智能技術盜取數據，識別圖片，進行詐騙，竊取公民個人信息進行犯罪。在這個案件中，人工智能被當作工具直接被犯罪分子支配利用，可以根據刑法第二百五十三條之一侵犯公民個人信息罪對犯罪分子進行定罪。當然，即便如此，這樣的定罪依然存在瑕疵，后文第（二）節將從另一角度闡述。然而，真正棘手的問題是，當人工智能在無自然人利用、操縱時，或者違背利用者的初衷，自行發生了犯罪行為（如無人駕駛汽車涉及交通事故罪，手術機器人涉及醫療事故罪等），其刑事責任主體又該如何確定，是人工智能本身，還是其用戶，又或者是發明者，由于現行刑法刑事責任主體認定的局限性，這種情形下刑事責任主體的確定存在爭議。
（二）從罪名角度
不可否認，人工智能時代的到來產生了許多前所未有的行為方式，所以，針對以下三種情形，即便行為主體符合我國現行刑法對于刑事責任主體的認定（自然人、單位），因為缺乏與之相對應的罪名，也無法直接且有效的規制：首先，是犯罪主體濫用人工智能學習技術訓練其進行犯罪的情形。正如前文所述的，紹興市破獲的全國首例利用人工智能侵犯公民個人信息案，我們可以按照侵犯公民個人信息罪對犯罪分子進行定罪，但是其非法濫用人工智能技術的行為是無法規制的。其次，是由于人工智能的生產者、發明者在程序編寫等技術方面的問題，導致人工智能運行時發生危害社會安全的犯罪行為的情形。比如，2018 年3 月發生在亞利桑那州坦佩市的Uber無人駕駛汽車意外撞死一名行人的案例，［2 ］經后續調查給出的技術解釋是，由于技術限制，其識別系統會在惡劣環境下發生識別有誤，甚至無法識別的情況，Uber公司對其人工智能的某一算法設置上存在紕漏，但最終的審判結果卻是Uber公司不負刑事責任。這雖然是國外的案例，但也對我國刑事立法提供了思考的方向，或許有觀點認為，在我國發生類似案例，可以直接按照刑法第一百四十六條的相關規定按照生產、銷售不符合安全標準的產品罪來定罪。但筆者認為，人工智能本就屬于新興技術，其發展必然存在不成熟的因素，但也不能忽視其進步性，所以，在一定限度內，我們應該對人工智能產品所帶來的風險有一定程度上的容許，如此才有利于行業的發展，而這就需要設立新的罪名來解決。
三、人工智能刑事立法構建策略
（一）關于刑事責任主體認定
針對上文提出的，人工智能在無自然人利用、操縱時，或者違背利用者的初衷，自行發生的犯罪行為的責任主體認定問題，我們可以分為兩類討論：首先，是弱人工智能發生的犯罪行為。所謂“弱人工智能”是指沒有自主意識，缺乏創造性、遵循機械規律的人工智能。此類人工智能在無自然人利用、操縱時，或者違背利用者的初衷，自行發生的犯罪行為，多半是程序等技術的瑕疵造成的。此時，此類人工智能無法滿足犯罪主客觀一致的要求，不具有承擔刑事責任的能力，所以應該認定其發明者為刑事責任主體，因為發明者在發明此類弱人工智能時，可以且應當預見到人工智能的行為和潛在的風險，發明者此時具有確保其發明物不會危及公共安全和人身安全的義務。當然，也有例外情況，如果是由于他人（黑客等）惡意入侵的行為造成的犯罪，應當認定該介入因素切斷了原先的因果關系，應該認定入侵者為刑事責任主體。其次，是強人工智能發生的犯罪行為。所謂“強人工智能”是指具有獨立意識，有思考能力，通過學習可建立對于周圍環境的認識、判斷的自主運行的人工智能。這類人工智能的犯罪能夠符合客觀方面（危害行為、危害結果、因果關系、犯罪的時間、地點、方法）的要求，也能夠符合主觀方面（如意識因素、意志因素）的要求，應當認定其為刑事責任主體，獨立承擔刑事責任。首先，這類人工智能具有更強的學習能力，思考能力，它們可以通過學習和思考產生自主意志和是非判斷能力，已經不再是使用者意志和行為的延伸；其次，強人工智能在自主意識和判斷力的基礎上，完全有能力獲取其研發人未編入其程序的知識，而這些知識極有可能具有人身危害性，但這些內容是很難被及時預見并立刻刪除的；最后，基于前兩點的內容，我們完全有理由認為，強人工智能是具有可罰性的，此時的人工智能已經具有了自然人的倫理屬性，可以被當作“機械犯罪人”。我們可以對其執行刪除數據并且將該人工智能銷毀的刑罰。故針對強人工智能的犯罪，我們不必設立新的罪名，但需要出臺相關的司法解釋來調整、明確刑事責任主體的認定。比如，針對現行刑法的某些犯罪（如公共安全類犯罪、除外侵犯人身權利的犯罪、侵犯財產類型的犯罪等等）出臺司法解釋，增加強人工智能本體為刑事責任主體，并補充強人工智能的刑罰執行制度，只有完善了司法解釋，才不會使上述策略成為空中樓閣。
（二）關于新罪名的設立
1 ．設立濫用人工智能技術罪隨著技術的發展，人類對于人工智能技術的依賴性會越來越大，這已是大勢所趨，但這勢必會引起該技術濫用的行為。就如全國首例利用人工智能侵犯公民個人信息案，犯罪分子利用人工智能，可以使傳統的犯罪行為更加快速，更加低成本，低風險。所以我們有必要設立濫用人工智能技術罪，在規制犯罪分子基本犯罪行為的基礎上，［3 ］該罪名應該納入刑法分則第六章妨害社會管理秩序罪中進行明確規定。2 ．設立人工智能重大責任事故罪針對人工智能的生產者、發明者在程序編寫等技術方面的問題（主要針對弱人工智能），導致人工智能自行運行時發生危害社會安全的犯罪行為的情形，應該成立人工智能重大責任事故罪，規制發明者、生產者在發明、設計、生產環節中未完全按照行業標準和國家標準履行義務的行為。但是，結合前文所述對于新興技術發展的支持態度，應該對其中的生產方采取嚴格責任制，即如果生產商有足夠證據證明自己的生產過程是嚴格遵守現有的相關標準的，則可以免于承擔刑事責任。該罪名應該納入刑法第二章危害公共安全罪中進行明確規定。
四、結語
人工智能時代的到來既給我們以便利，同時也會給我們帶來法律的困擾，甚至對傳統的刑法帶來沖擊，相關的刑事立法可能會改變長久以來的傳統的刑事責任定義，這正是新興技術的發展對于刑事立法的挑戰，所以我們既要制裁人工智能類的犯罪，又不能阻礙該行業的發展，只有這樣，才是成功應對我國當下人工智能犯罪的刑法困境。
參考文獻
［1 ］李振林．人工智能刑事立法圖景［J］．華南師范大學學報（社會科學版），2018 （6 ）：125-133+191 ．
我國科學技術發展的總體目標是自主創新能力顯著增強，科技促進經濟社會發展和保障國家安全的能力顯著增強，為全面建設小康社會提供強有力的支撐;基礎科學和前沿技術研究綜合實力顯著增強，取得一批在世界具有重大影響的科學技術成果，進入創新型國家行列，為在本世紀中葉成為世界科技強國奠定基礎[1]。
廣大高校教師對當前科技研究及發展方向有深刻理解，在整個國家人才類型需求與人才培養之間扮演著紐帶角色，不但有科研能力還有教書育人的能力，因此在國家科技發展過程中的地位舉足輕重。國家需要的人才是由高校教師來培養，教師對學生的培養應以國家需要為依據，而學校應以國家對人才的需求而制定相應的教學大綱和教學內容，以保證國家需要的人才與學校及教育機構培養的人才一致。國家、科技項目、教師和學生這4個環節只有保持協調一致，才能使國家科技穩步快速的向前發展。
智能科學技術是信息科學技術的核心和現代科學技術的前沿和制高點，涉及自然科學的深層奧秘，觸及哲學的基本命題。智能科學技術的研究將對國民經濟、社會進步、國家安全生產產生深刻而巨大的影響，并將為智力革命、知識革命和信息革命建立理論基礎，為智能系統的研制提供新概念、新思想、新途徑。
1國家科技項目中與智能相關的內容
國家每年會頒布一些科研項目指南，如863、973、國家科技重大專項、國家科技支撐計劃和國家重大科學研究計劃等。這些項目指南中均包含大量與智能相關的內容。下面以國家科技重大專項和973計劃為例加以說明：
1) 國家科技重大專項。
2011年國家科技重大專項中包含2項有關智能方面的項目，其中“核心電子器件、高端通用芯片及基礎軟件產品”重大專項中包含一個“智能海量數據資源中心”課題;“新一代寬帶無線移動通信網”重大專項中包含2個有關智能的課題：“移動互聯網及業務應用研發”和“物聯網及泛在網”。
2)973計劃。
據不完全統計，在2008年到2011年的973計劃指南中關于“智能”一詞的出現頻率如表1所示。
從上述統計數字可以看出，“智能”一詞的出現次數由1次增加到12次;出現在一級標題的次數由1個增加到3個，出現在二級標題的次數由空白增加到4個。由此不難分析出，智能科學技術在973計劃中的比例逐年增加，其重要性不言而喻。
這些項目的前期研究以及后續成果的產業化，不可避免地需要更多的智能方面的專業人才。在設立智能科學與技術一級學科的建議書中提到，智能科技人才的社會需求占整個信息領域人才需求的1/6左右，而且將不斷增長。高校需要培養這方面的人才，滿足國家和社會的需要。
2河北省和天津市科技項目與智能相關內容
河北工業大學隸屬于河北省，坐落于天津市，形成了立足天津面向河北的發展戰略，為河北省和天津市提供有力的技術支撐。
河北省當前正在實施轉變經濟發展方式的戰略部署，充分發揮科技創新在推進傳統產業技術進步和培育戰略性新興產業中的重要作用，并于2010年3月啟動了光伏、風電裝備、鋼鐵節能減排等8個支柱產業的技術路線圖的編制工作，河北工業大學承擔了其中“河北省風電裝備產業技術路線圖”的繪制工作，該路線圖為全國首個關于風電的路線圖，對我國風電產業的健康發展將起到積極的推動作用。
以2011年天津市科技支撐計劃重點項目指南為例，該計劃以促進產業技術升級和結構調整為主攻方向，以提高原始創新、集成創新和消化吸收再創新為目標，通過關鍵技術的突破、引進技術的消化吸收再創新、高新技術的應用及產業化，為天津市產業結構調整、社會可持續發展和提高人民生活質量提供技術支撐。2011年共安排25個專項，與“智能”相關的內容有軟件專項中的創意產業關鍵技術和數據挖掘與信息檢索技術;數字技術專項中的智能檢測、監控技術研發及應用;可再生能源及能源存儲轉換專項中的智能電網等。
由上面的分析，可以看出智能科學技術在河北省和天津市的科技項目布局中占有重要的地位，這也對高校提出了培養高素質人才的要求。
3河北工業大學智能科學與技術專業現狀
據教育部統計，自2004年北京大學自主設置“智能科學與技術”本科專業通過備案以來，先后有北京郵電大學、南開大學、西安電子科技大學、北京信息科技大學、首都師范大學、武漢工程大學、西安郵電學院、北京科技大學、湖南大學、廈門大學、河北工業大學、桂林電子科技大學、重慶郵電大學、大連海事大學、中南大學和上海理工大學共17所高校建立了智能科學技術本科專業。
河北工業大學在結合自身優勢和借鑒兄弟院校辦學經驗的基礎上，智能科學與技術專業的教學體系和課程內容逐步合理化;緊跟科技發展新趨勢，突出智能科學與技術專業的特色，注重學生實踐能力的培養，在智能化電器、智能化樓宇、智能機器人、智能化機器、智能化物流等方面培養社會急需的特色人才;在控制科學與工程一級學科碩士點下設立“智能科學與技術”的相關研究方向，加強該專業的學術梯隊建設和人才培養，促進控制科學與工程學院整體教學科研的和諧發展。
我們努力使學生德、智、體、美全面發展，具有堅實的數學、電子、計算機、自動控制和信息處理的基礎知識，系統地掌握智能科學的基礎理論、基礎知識和基本技能與方法，受到良好的科學思維、科學實驗及初步科學研究的訓練，使其具有分析問題和解決問題的能力，知識自我更新和不斷創新的能力。在個人素質方面，要求學生具有全面的文化素質、良好的知識結構和較強的適應新環境、新群體的能力，并具有良好的語言和計算機運用能力。
4教學內容的思考
目前智能科學與技術專業隸屬于控制科學與工程學院，本學院包括自動化、風能與動力工程和智能科學與技術3個本科專業。自動化專業作為一個成熟專業，有穩定的社會認可度，其近年的發展受到了無行業背景的限制;風能與動力工程專業是一個新興專業，為了滿足國家風力發電的強勢發展需求而設立的，具有顯著的行業背景，從目前情況看，學生就業前景很好;智能科學與技術專業作為新興專業，沒有固定的行業背景，因此有必要根據學校的實際情況確定1～2個背景，體現個1～2個特色，以使學生的學習落在實處。
我校的智能科學與技術專業擬將智能網絡和風力發電機組控制系統作為本科生的學習指向，在相關課程的講授中以它們作為實例講解，籌建智能網絡的平臺，以及利用風能與動力工程專業的實驗平臺進行相關內容的操作和演示，在課外科技活動中以它們作為選題方向，激發學生的學習興趣。
我校作為地方工科院校，結合自身特點和優勢，對智能科學與技術專業的特色定位于工業過程和實際工程中的智能控制與智能決策，相對應的核心課程包括智能控制、智能信息處理、復雜系統建模、智能系統、智能機器人和智能工程。我們希望通過這些課程教學內容的規劃，使培養的學生“考研考得上，分配分得出”。
1) 智能控制課程在介紹控制理論的同時，通過課內實驗和單獨學時的課程設計使學生對智能網絡、風力發電機組等在內的實際系統先進控制方案/方法的實現有較深入了解，并側重于硬件實現。
2) 智能信息處理課程主要介紹經典人工智能、計算智能和其他智能理論，通過方法的介紹和推導，培養學生理論素養，并通過將具體方法代碼化提高學生的編程能力，其中可以將風電場數據作為研究對象。
3) 復雜系統建模課程在介紹復雜系統基本概念、理論基礎以及與建模相關問題的同時，著重以復雜網絡和風力發電機組為著力點，對這兩大類系統的模型進行建立和分析。
4) 智能系統課程在介紹人工智能技術如何具體應用于某些領域的同時，側重分析如何應用于智能網絡特別是物聯網領域，以及如何應用于風力發電領域。
5) 智能機器人課程在介紹機器人基本工作原理以及控制方法的同時，加強與實際工程的結合，如自動化倉庫等領域。
6) 智能工程課程在介紹人工智能技術如何具體應用于某個實際工程的同時，著重考慮目前國家急待發展的工程方向。
通過上述課程的學習，并基于軟硬件的結合與課內課外的配合，學生可對目前體現前沿科技的行業有所熟悉，為進一步的深造和就業打下堅實基礎。
5結語
前沿性、時代性是大學課程的一大特點。20世紀以來，現代科學技術的快速發展，使知識的更新周期越來越短，大大豐富了大學的課程及其內容，也改變了課程設置的技術與方法。
通過對前沿科技和人才培養的需求進行分析，可以總結出學校的教學應針對國家對人才類型的需求而制定，使人才得到相應的供應，保持供求平衡。