人工智能的投资逻辑模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇人工智能的投资逻辑，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

近年来，AI在投资领域的应用，正深刻改变着投资市场。高盛寻找员工建立自动化投顾平台，为100万美元以下资产的客户提供服务；全球最大资管公司贝莱德集团用机器人取代基金经理，对其主动投资基金业务进行重组，计划裁员包括7名投资经理在内的100名主动型基金部门员工。野村证券在报告中指出，截至2015年年底，全球机器人投顾旗下管理资产已经达到500亿美元，并预计于2020年达到2.2万亿美元，占到全球资管行业的2.2%。

基金投资开启人工智能时代

在中国资本市场，以人工智能为基础的投资技术以其独特的优势，正式走向前台。从广发基金网站上的“广发百发策略价值基金”的有关信息来看，百度与广发基金合作，正在尝试用智能投资技术，多元化整体提升投资效能、发掘市场价值。百度在人工智能领域一直走在国内的前沿，当人工智能遇上金融，我们看到了中国也正在进入人工智能的投资时代。

百发价值这只基金尝试将人工智能技术在量化投资领域多元化深度应用，实现“智慧投资”。不同于过去的风格或策略相对单一的量化基金，这是一款多策略和多数据种类交叉应用的主动型混合基金，瞄准的是大盘蓝筹股，投资基准对标沪深300指数，但不是简单追踪沪深300指数。从对标指数选择来看，适应了价值投资的趋势，回避了高波动、高风险和后市承压较大的小盘股。当以人工智能技术的应用来强化在选股、择时和资产配置方面的优势时，可以更加敏捷地应对风云突变的市场形势，也能回避投资风格漂移等问题，在效率和策略上强化传统量化投资的优势。

百度理财官网介绍，百发价值基于多元化智能投资的前沿技术，在极大拓展大数据应用领域的基础上，全领域萃取多样量化因子，并进行投资动态监测、风险监控跟踪，通过机器学习平台反复测试模型，建立量化交易策略的动态调整机制，最终实现智能选股、精准调仓、准确择时的完整投资链条。

为什么投资需要人工智能

投资的核心是什么？无非两点：决策好、执行好。人工智能的优势在于决策更好、执行更好。

一方面，人工智能极大地拓展了投资决策边界、更加智慧地捕捉投资价值。从大的投资逻辑来看，投资决策包括两点，一是宏观资产配置；二是微观组合构建。从资产配置来看，百发价值是混合型基金，股票好的时候多配置股票，债券好的时候多配置债券，股债双杀时则将资产集中于现金和货币资产保障安全收益。人工判断股票、债券和现金货币资产的配置比例，存在很大的随意性。人工智能依靠机器学习对海量数据处理和投资模型自适应的优势，实现科学决策，提高资产配置的效率，实现资金的使用效率和投资效率的全面提高。从微观组合构建或选股的角度看，人工智能不仅能有效运用远超任何个人处理能力的大数据和投资决策信息，还能通过高频反复迭代训练，为传统量化选股模型带来突破性创新，在投资逻辑与运算能力得到保证的前提下预期能够提升整体业绩。

另一方面体现在纪律上。机器辅助人执行投资，能够确保投资纪律的执行效率。机器执行，在时间上的效率优势上是人工难以比拟的。另外，除了时间效率，智能投资的逻辑也会对以人为主体的投资过程中的随意性进行有效的制约。投资的很多纪律，是反人性的。人性的任性往往造成情绪化决策，即便是优秀的基金经理也难以幸免。笔者曾写过“炒股的十三条纪律”，很多人虽然收藏了，但仍然很难做到。有一位优秀的基金经理，当时的同事对他的评价是“冷静得像一块石头”，这是对基金经理遵守选股原则和交易纪律的最高评价了，但如此优秀的基金经理毕竟是少数。人工智能，便是一个“冷静的机器人”。

投资哲学的优秀执行体系

笔者对基金公司的理解是：受人之托，替人理财，忠人之事。购买好的基金产品，核心评价当然是该基金公司的投资能力。一个优秀的基金公司，比人有好的投资哲学体系的指导，并在该公司长期的投资和研究实践中不断优化自己的投资哲学。如果一公司的投资哲学只停留在务虚的讨论上，而没有通过实践进行深刻检讨和改良，则很难形成真正有竞争力的投资能力。

百度用AI赋能金融，无疑给了投资哲学一个“智慧实践”的平台，让好的投资哲学能够在实践中不断进化，让好的投资哲学形成更加优秀的投资决策模型，形成真正的投资能力。比如：专精高效的机器学习技术支持。随着数据资源整合开发的深入，未来选股模型将面对更大规模、结构多元、信息丰厚的复杂性数据，这就需要更加适用于金融市场的算法开发、优化及应用；百度AI具有深度挖掘的情绪数据、舆情数据、热点数据、传统金融数据、分析师研报数据等，提升数据信息含量与质量、拓展投资决策依据的外延；此外，百度全面的生态体系，可以提供“特色数据资源”，以地理位置时空数据为例，行业基本面数据、非结构化数据或基于大数据创新的宏观经济指标等不同维度的特色资源，均能为选股和资产配置模型带来增量信息，在投资逻辑与运算能力得到保证的前提下预期能够提升整体业绩。

有很多曾经优秀的基金公司，由于基金经理和研究部门负责人的变更，导致该公司投资风格出现较大变化，投资业绩也受到影响。如果一个基金公司能够通过人工智能技术做好公司投资哲学的模型化，并在长期实践中实现智慧学习，推动模型的进化，在模型进化中，实现公司投资哲学的升华，则能在充分竞争的基金管理行业中，不断强化核心竞争力。

百发价值这款产品的上线，为传统证券与基金行业在产品创新上提供了新的思路。人工智能等技术的输出，让传统金融机构有了快速打造智能金融的阶梯。百度AI技术的开放，为传统金融机构创造了迅速跟进的机会，将极大地改变行业现状。在AI赋能的未来，或许将没有传统金融与新兴金融的区分，将共同开创智慧金融。

篇2

政策催化进一步加强

 

国内AI有望“弯道超车”

 

目前，各国政府都高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入。美国主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。可以说，人工智能成为各国“大脑”计划的重要内容。

 

当下我国社会面临老龄化压力、经济转型和制造业升级，对此，国务院在印发的《中国制造2025》中明确指示，要把智能制造和高端技术创新作为重点建设工程，特别提出要发展和培育一批产值超过100亿元的人工智能核心企业。

 

国内市场的扶持政策频出。2015年7月，国务院印发《“互联网+”行动指导意见》，将发展人工智能提升到国家战略层面;2016年1月，科技部部长万钢提出“科技创新-2030项目”，智能制造和机器人成为重大工程之一。

 

在2016年3月两会召开期间，《国民经济和社会发展第十三个五年规划纲要(草案)》正式出炉，其中提到，要大力推进先进半导体、机器人、智能系统、智能交通、精准医疗、智能材料等新兴前沿领域的创新和产业化，形成一批新增长点。

 

政策和资金的支持、人才储备、技术的积累和突破等都为人工智能的发展提供了基础条件。科技部高技术研究发展中心研究员刘进长认为，我国人工智能与机器人技术的快速发展，一是因为国家的高度关注与政策支持，二是得益于金融界的重视与大企业的不断进入。

 

“2014年，中国市场的工业机器人销量猛增54%，我国智能语音交互产业规模达到100亿元，指纹、人脸、虹膜识别等产业规模达100亿元。”广证恒生副首席分析师赵巧敏向《经济》记者分析称，在利好因素的促进下，我国人工智能技术攻关和产业应用发展势头良好。

 

在她看来，目前国际巨头在人工智能技术上还没有完全形成垄断。我国在人工智能的研究上与发达国家相比，甚至与美国相比都不算落后，这是难得的历史机遇，是提升综合国力和影响力的绝佳机会。

 

“我国完全有可能利用市场需求优势、用户数据优势等，抢占人工智能技术和产业的制高点，实现人工智能技术‘弯道超车’。”赵巧敏称。

 

人工智能大潮来袭

 

千亿市场规模可期

 

人工智能已经开始进入一个新的阶段。从Siri识别到无人驾驶，都是人工智能的实现载体，涉及到的技术和领域跨越多学科，包括深度学习、智能识别、专家系统、神经网络、智能机器人等。

 

未来，人工智能需求将会激增。据BBC预计，到2020年，全球人工智能市场规模将达到183亿美元，约合人民币1190亿元。

 

“目前人工智能的应用领域主要还是以工业制造为主，但是随着经济结构的转型，以及不断攀升的劳动力成本，未来包括机器人在内的人工智能产品的市场需求将会不断扩大。”爱建证券研究所研究员刘孙亮向《经济》记者表示，随着人均可支配收入的增加，以及人口老龄化时代的来临，人工智能家庭化的现象将会普及，届时家用助老服务机器人、医疗机器人以及家用清洁机器人的市场需求将会激增。

 

国内著名的咨询机构艾瑞咨询在参考人工智能行业全球市场规模后预计称：在不包括硬件产品销售收入、信息搜索、资讯分发、精准广告推送等的情况下，预计2020年中国人工智能市场规模将达到91亿元人民币。

 

而目前市场的关注点还只是在智慧金融、智能家居等应用领域，对于人工智能的发展空间来说，这只是冰山一角。

 

赵巧敏表示，由于人工智能属于基础型技术，与机器人和大数据联系紧密，其水平的提升将带来多领域的应用扩展，大幅拓宽传统产业的发展之路，造成未来5-10年的巨大颠覆性影响，产生10-100倍的溢出效应，由此将打开万亿规模的市场空间。

 

“仅仅以工业机器人领域为例，在智能化水平提高后，将降低固定资产投资成本近30%，降低人工成本近60%-70%，在汽车整车、零部件制造、食品工业及物流等行业产生8-10倍的产业集群带动作用，对应着800亿-1000亿元的市场规模。”赵巧敏说。

 

实际上，中国人工智能的商业化应用环境甚至能创造更大的市场空间。我国人工智能的商业应用水平已经十分繁荣，这一概念已经渗透了教育、金融、医疗、文体娱乐等领域，且获得了很好的市场反响。

 

“市场关心的IT和互联网领域几乎所有的主题和热点，例如智能硬件、O2O、机器人、无人机和工业4.0，发展突破的关键环节都是人工智能。”赵巧敏表示，人工智能的发展是必然趋势，它将成为未来30年内我国技术发展的重心，也会给互联网领域带来新的突破，给人们的生活带来翻天覆地的变化。

 

在人工智能应用领域，我国已经发展得较为全面，包括家居领域、安防领域、医疗领域、企业领域、金融领域和教育领域。

 

然而尽管目前我国自主知识产权的文字识别、工业机器人、娱乐机器人等智能科技成果已经进入大规模实际应用，但市场空间仍然很大。中泰证券首席宏观策略师罗文波向《经济》记者表示，我国机器人的“密度”只有德国、日本的1/10，行业发展空间巨大。

 

VC青睐人工智能

 

巨头加速并购

 

人工智能一直是硅谷大佬们疯狂追求的领域，谷歌、Facebook、IBM均重金投资人工智能，是目前AI领域的领导者。微软、谷歌和Facebook等全球科技巨头都认为2016年是AI迅速进化的关键节点。

 

Google希望在人工智能领域复制Android的成功，并力图打造一个机器人帝国;Facebook计划在2016年制造出能够在家务和工作上帮助自己的人工智能;苹果4天内接连收购两家人工智能初创公司……

 

据罗文波统计，目前全球人工智能企业已经超过了900家，大多集中在北美和西欧。这些人工智能初创企业总估值超过87亿美元。“随着日本、北美、欧洲的‘大脑’计划大规模布局人工智能，2040年全球很有可能实现广义的人工智能。”

 

除互联网巨头外，敏锐的资本方也在积极布局人工智能领域，近年来风投不断加大对人工智能初创企业的投资，持续布局人工智能这个重要风口。

 

“2014年人工智能企业融资总量首次超过10亿美元，2015年融资总量更是超过12亿美元。2016年到现在，全球在人工智能领域的投资已经超过4亿美元。”渤海证券研究所证券分析师齐艳丽向《经济》记者表示，随着科技巨头在人工智能领域的布局将提速，VC/PE在人工智能领域的投资也将随之爆发。

 

“反过来，资本层面的爆发也将持续带动人工智能行业加速爆发。”齐艳丽认为，虽短期看人工智能仍处于大规模投入期，较难变现，但未来人工智能应用于无人驾驶汽车、辅助诊断、刑侦监测等领域将会产生巨大的商业价值和社会价值。

 

在全球市场火爆的背景下，国内市场也充满了巨头和风投的博弈与布局。

 

出于对人工智能行业商业前景的看好，国内巨头纷纷进军人工智能领域，百度、阿里、腾讯均在人工智能领域发力。

 

其中，百度2014年研发投入接近70亿，同时涉足了深度学习与自动驾驶领域，并推出了“百度大脑”计划;阿里巴巴推出了国内首个人工智能平台DTPAI;腾讯推出了撰稿机器人Dream writer，开放了视觉识别平台腾讯优图，同时成立了腾讯智能计算与搜索实验室。一些具有创新性眼光的巨头公司也相应进入，让整个行业迎来了爆发的机会。

 

“互联网巨头公司和创业公司是我国AI技术基础研究主力军。在国家政策大力支持下，无论是科研机构还是企业都在加大人工智能研究的力度，由此也取得了较为不错的成绩。”据罗文波介绍，截至2015年底，我国人工智能领域已有近百家创业公司，约65家获得投资，共计29.1亿元。人工智能领域布局如火如荼。

 

巨头的基础层切入为人工智能基础领域的研究带来了巨大的资金优势和人才支持，使得部分技术达到世界一流水平。例如，我国的视觉、语音识别的技术已经处于国际领先水平。

 

而近两三年，风投也开始加速了在这一领域的投资步伐。2014年开始，我国人工智能领域投资金额、数量、参与投资机构数量均大幅增加，2015年更是实现了跨越式的增长。“2015年我国投资人工智能的机构数量已经高达48家，是2012年投资机构数量的6倍;投资额为14.23亿元，是2012年投资额的23倍。”赵巧敏表示。

 

短期看好应用开发

 

长期关注技术研究

 

二级市场一向是搜寻热点的风向标。人工智能市场的火爆也催热了资本市场的相关行业。在市场空间巨大、产业前景明朗的背景下，占据资金优势的上市公司纷纷瞄准人工智能领域，分享广阔蓝海。

 

随着人工智能的不断进步和发展，最先实现产业化的AI应用层将最早迎来投资机会。银河证券分析师杨华超向《经济》记者分析称，无人驾驶、工业4.0、智慧医疗等主题将成为未来中长期的热点，建议关注相关主题的优质标的。“同时，AI数据层和应用层作为准入门槛较高的环节，之前具有技术积累和数据资源的公司将优先受益，可以关注目前已经在人工智能领域已经有技术和规模优势的公司。”

 

对此，罗文波则建议投资者，选择人工智能领域的标的，要分长短期来考量。“短期可关注在人工智能商业化应用有所突破的企业，长期可关注具备技术研究实力的公司。”

 

在他看来，具备竞争力的上市公司主要有两类，一是与机器人硬件制造相关的公司，它们一般拥有较好的智能制造业基础，在未来产业升级过程中，拥有强大的竞争优势;二是在人工智能商业化应用有所突破的公司。

 

对此投资逻辑，赵巧敏也表示认同，“短期看好应用开发领域，特别是基于当下较为成熟的感知智能技术如语音、视觉识别的服务、硬件产品等的应用开发将是短期的投资亮点”。

 

“目前下游应用领域也面临着大量需求，如人口老龄化对服务机器人的需求、定制化生产对3D打印的需求、物流配速对无人机的需求等。”赵巧敏分析称，穿戴设备、3D打印、无人驾驶、服务机器是最值得看好的应用场景。

 

而从长期来看，在以现有技术为基础的应用领域基本饱和之后，只有技术研究才能推动新一轮的应用创新，赵巧敏称。技术研究是长期的投资关注点，“应该关注核心技术模块提供商和数据传输、运算、存储过程所涉及的基础设施运营商”。

 

篇3

1、人工智能的概念

人工智能（Artificial Intelligence，简称AI）是计算机科学的一个分支，它探究智能的实质，并以制造一种能以人类智能相类似的方式做出反应的智能机器为目的。人工智能的产生和发展首先是一场思维科学的革命，它的产生和发展一定程度上依赖于思维科学的革命，同时它也对人类的思维方式和方法产生了深刻的变革。人工智能是与哲学关系最为紧密的科学话题，它集合了来自认知心理学、语言学、神经科学、逻辑学、数学、计算机科学、机器人学、经济学、社会学等等学科的研究成果。过去的半个多世纪以来人工智能在人类认识自身及改造世界的道路上扮演了重要角色。一直以来，对人工智能研究存在两种态度：强人工智能和弱人工智能，前者认为AI可以达到具备思维理解的程度，可以具有真正的智能；后者认为研究AI只是通过它来探索人类认知，其智能只是模仿的不完全的智能。

2、人工智能的发展

对于人工智能的研究一共可以分为五个阶段。

第一个阶段是人工智能的兴起与冷落，这个时间是在20世纪的50年代。这个阶段是人工智能的起始阶段，人工智能的概念首次被提出，并相继涌现出一批科技成果，例如机器定理证明、跳棋程序、LISP语言等。由于人工智能处于起始阶段，很多地方都存在着缺陷，在加上对自然语言的翻译失败等诸多原因，人工智能的发展一度陷入低谷。同时在这一个阶段的人工智能研究有一个十分明显的特点：对问题求解的方法过度重视，而忽视了知识重要性。

第二个阶段从20世纪的60年代末到70年代。专家系统的出现将人工智能的研究再一次推向。其中比较著名的专家系统有DENDAL化学质谱分析系统、MTCIN疾病诊断和治疗系统、Hearsay-11语言理解系统等。这些专家系统的出现标志着人工智能已经进入了实际运用的阶段。

第三个阶段是20世纪80年代。这个阶段伴随着第五代计算机的研制，人工智能的研究也取得了极大的进展。日本为了能够使推理的速度达到数值运算的速度那么快，于1982年开始了“第五代计算机研制计划”。这个计划虽然最终结果是以失败结束，但是它却带来了人工智能研究的又一轮热潮。

第四个阶段是20世纪的80年代末。1987年是神经网络这一新兴科学诞生的年份。1987年，美国召开了第一次神经网络国际会议，并向世人宣告了这一新兴科学的诞生。此后，世界各国在神经网络上的投资也开始逐渐的增加。

第五个阶段是20世纪90年代后。网络技术的出现和发展，为人工智能的研究提供了新的方向。人工智能的研究已经从曾经的单个智能主体研究开始转向基于网络环境下的分布式人工智能研究。在这个阶段人工智能不仅仅对基于同一目标的分布式问题求解进行研究，同时还对多个智能主体的多目标问题求解进行研究，让人工智能有更多的实际用途。

3、人工智能可否超过人的智能

那么人工智能可否超过人的智能呢？关于这个问题可以从下面几个方面来分析：

首先，从哲学量变会引起质变的角度来说，人工智能的不断发展必定会产生质的飞跃。大家都知道，人工智能从最初的简单模拟功能，到现在能进行推理分析 （比如计算机战胜了国际象棋世界冠军），这本身就是巨大的量变。在一部科幻电影中，父亲把儿子生前的记忆输人芯片，装在机器人中，这个机器人就与他的儿子死去时具有相同的思维和记忆，虽然他不会长大。从技术的角度来说，科幻电影中的东西在不久的将来也可以成为现实。到那个时候，真的就很难辨别是人还是机器了。

第二，有的人会说，人工智能不会超过人的智能，因为人工智能是人制造出来的，所以不可能超过人的智能。对于这个观点，我们这样想一想，起重机也是人造出来的，它的力量不是超过人类很多吗？汽车也是人制造出来的，它的速度不也远超过人类的速度吗？从科学技术的角度来说，智能和力气、速度一样，也是人的某个方面的特性，为什么人工智能就不能超过人类的智能呢？

第三，还有的人认为，人工智能是人制造的，必有其致命的弱点，所以人的智能胜于人工智能。我认为这一点也不成立，因为人与机器人比较，也可以说有致命弱点，比如说人如果没有空气的话，就不能生存，就好比是机器人没有电一样。再比如，人体在超过一定的温度或压力的环境下，不能生存，在这一点上，机器人却可以远胜于人类。因此，在弱点比较方面，我认为人工智能的机器人并不比人差，在某些方面还远胜于人类。

第四，随着科学技术的发展，人工智能不单需要逻辑思维与模仿。科学家对人类大脑和精神系统研究得越多，他们越加肯定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不仅在于赋予它情感能力。

4、结束语

人工智能一直处于计算机技术的前沿，其研究的理论和发现在很大程度上将决定计算机技术、控制科学与技术的发展方向。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。

参考文献：

篇4

人工智能技术在各行各业中的应用越来越普遍，极大地推动了生产效率的提高。作为一门边缘学科，人工智能技术属于自然学科和社会学科的交叉，涉及到的学科里面包括不定性论、控制论、计算机科学、心理学、数学、认知科学等等。在供水设备机械电气自动化控制中应用人工智能技术，能够有效地节约人力资源成本，提高供水设备的运行效率，减少供水设备的运行故障，推动供水企业的健康稳定发展。

1 人工智能技术

人工智能技术主要是对新设备、新技术和新理论进行拓展、研究和开发而形成的一种新兴技术。计算机发展的过程中，人工智能是一个重要的发展方向和组成部分，在该领域产生了各种应用设备，例如图像识别系统、语言识别系统、机器人等等。总体而言，人工智能技术是多个领域和技术的结合，可以使机械设备完成与人类智能相似的功能，从而达到提高生产效率的目的，减少人力资源方面的投入[1]。

2 在供水设备机械电气自动化控制中应用人工智能控制器

不同类别的人工智能控制器需要不同的研究手段，例如遗传算法、模糊神经或者神经算法等等，本文将人工智能控制器作为非线性函数近似器进行研究，从而对人工智能进行开发和研究。与普通的函数估计其相比，人工智能非线性函数计时器具有非常明显的优势，其在供水设备机械电气自动化控制中的应用也能够取得良好的效果。首先，如果使用普通的函数估计器，研究的过程中会遇到一些不确定性因素，对供水设备的稳定性造成影响。而使用非线性函数近似解，则无需将研究对象的模型建立起来，能够对个别对象进行便利的研究，从而推动了电气自动化控制系统在供水设备中的应用。其次，为了达到一定的目的，研究者可以对供水机械设备的性能进行调整，从而有效地提高供水设备的适应性。第三，与控制器或者普通函数估计其相比，人工智能非线性函数近似器在调节数据方面更加便利，能够对供水设备的数据进行便利的调节。第四，在设计供水设备机械电气自动化控制系统的过程中，设计者只需获取供水设备中的数据，就能够应用人工智能技术对其进行设计。在设计供水设备机械电气自动化控制系统时，只需根据其所响应的数据和语言，就可以完成全部的设计，极大地简化了设计过程[2]。

在反模糊化和模糊化的过程中，使用隶属函数、规则库、自适应性模糊神经控制器能够进行自动实时确定。

3 人工智能技术在供水设备机械电气自动化控制中的具体应用

本文以恒压供水中的AI 人工智能调节器为例，对人工智能技术在供水设备机械电气自动化控制中的具体应用进行了简要的介绍。

3.1 工作原理 该系统包括压力变送器、阀门、水泵、控制接触器组、AB-PLC-1756系统、AB软启动设备、AI- 808 人工智能调节器几个组成部分。由于水泵具有较大的功率，380V的低压电机5台供水，分别为2台355KW，2台220KW，1台160KW。

出水总管的压力可以由压力传感器进行检测，由变送器向AI- 808 仪表进行传送，通过比较设定值，将误差的变化率和压力误差得出来。使用AB软启动设备进行降压启动，使用AB-PLC-1756系统进行机组开、停控制，及检测各仪表，利用上位机组态软件RSVIEW32对全厂生产设备进行监控，通过各监测设备在上位机人员控制调节供水压力。AB软启动设备具有软启动功能，起动加速时间不超过30秒，并具有自行调节功能。在进行起动斜坡加速时，电机压力会不断上升，当电动机的压力已经到达额定的转速状态时，软启动器的控制器就会对其进行监测，并自动将输出电压切换为全电压。如果在30秒之内电动机就已经到达了额定转速，则可以进一步缩短启动加速的时间。

3.2 控制算法 供水系统的对象还有时变成非线性环节，一些参数会出现未知式的缓慢变化，如果要达到理想的控制效果，单独使用PID 控制是不行的。因此使用改进PID和AI人工智能调节器进行模糊控制，形成双模控制算法[3]。

3.3 AI-808人工智能工业调节器 AI- 808人工智能工业调节器具有参数自整定功能、模糊逻辑 PID调节的先进控制算法，能够通过模糊算法来避免PID的饱和积分。如果误差减小，则可以对PID算法进行改进，对被控对象的特征进行自动学习和记忆，从而优化控制效果。这样一来，即使对复杂的对象也能够进行良好的控制，具有参数确定简单、精度高、无超调的优点。

3.4 可编程控制器 可编程控制器的输出是继电器类型，主要使用Micrologix系列。水泵的逻辑功能主要由PLC来完成，无需设置模拟量的输入输出模块，有力地节省了造价投资。使用AI- 808人工智能仪表来进行系统的压力闭环控制。

3.5 控制台 手动和自动两种操作模式在控制台的设计中都有所兼顾，通过手动操作来单独开启或停止每一台水泵和阀门，并通过多圈电位器来对变频器的频率进行手动调节。如果处于自动模式之下，则可以通过开关来将需要投入运行的水泵选择出来。如果某台水泵需要维修，则可以令其自动退出运行行列，不会对系统正常运行造成影响。

4 结语

本文对人工智能技术在工程设备机械电气自动化控制中的具体应用进行了简要的分析，人工智能技术得到了迅速的发展，在各行各业中都得到了广泛的应用。应用人工智能技术的恒压供水系统，在民用供水系统和工业供水系统中都已经得到了应用，并取得了良好的应用效果，已经成为了供水设备机械电气化自动控制发展中的一个重要发展方向。

参考文献：

篇5

得AI者得未来

2015年底，许多机构在展望2016年度科技领域时几乎会不约而同地将人工智能列为重点方向之一。现在来看，人工智能的火爆程度让最乐观的预测者都大跌眼镜，这得归结于AlphaGo的推波助澜。

正如文章开始所说，人工智能的使命便是完成海量物联网数据的商业价值转化。根据相关预测，2021年，全球将会拥有18亿台PC，86亿台移动设备，157亿台物联网设备。而到2035年，物联网设备的数量将会超过1万亿台，相应的数据数量将会增长2400倍，从1 EB增长到2.3ZB。如何有效管理、控制和利用如此浩瀚的数据，人工智能是解决之道。

所以说，得物联网者得未来，而得人工智能者将执物联网之牛耳。只有人工智能才能为“万物互联”之后的应用问题提供最佳的解决方案。

2016英特尔中国行业峰会上，英特尔与科大讯飞公司签署合作备忘录，双方将在人工智能领域展开为期三年的基于英特尔至强处理器+英特尔至强融核处理器，以及英特尔至强处理器+FPGA为基础的机器学习/深度学习研究项目。科大讯飞联合创始人，讯飞研究院副院长王智国博士非常到位地点评了这一合作：“一直以来，我们双方都致力于人工智能技术的创新和行业的推动，一方擅长底层计算架构，一方擅长算法及应用。我们期待双方在人工智能技术上的深度合作能够推动硬件和软件的协同设计及优化，共同发现人工智能计算平台创新的解决方案，推动人工智能产业的发展，并通过这些创新的技术支持更多行业用户进行业务转型。”

作为全球最大的半导体芯片制造商，英特尔的公司定位正在悄然发生变化。如今，英特尔将自己定位为“一家致力于驱动云计算和智能互联计算的公司”。可见人工智能已经成为英特尔公司的未来战略方向之一。

人工智能对计算力资源的需求到底有多大，现在谁也无法预判，这就像是个“计算黑洞”。但有一点可以肯定，人工智能是高性能计算在现在和未来的进一步延展和进化，而这恰好是英特尔的优势所在。

对英特尔而言，进入人工智能领域是水到渠成的事情，也是技术上的自然演进。从另一个角度看，物联网和人工智能是历史摆在英特尔公司面前一次前所未有机遇，其空间和舞台远大于PC时代和互联网时代。送上门的蛋糕（要知道，当今世界90%以上的数据都是由英特尔处理器来承载的），岂能让它从嘴边溜走。

从资本到技术，从硬件到软件

基于新的公司定位，英特尔开始从资本层面进行帝国的战略布局。作为硅谷最大的企业风司，英特尔投资总裁Wendell Brooks 说“会把未来的投资聚焦于那些能够更好拓展公司业务发展的领域”，人工智能毫无疑问是重中之重。

9月宣布将收购计算机视觉创业公司Movidius，后者致力于研发低功耗的计算机视觉芯片；8月将Nervana收入囊中，后者主攻半导体、软件和AI深度学习技术；5月宣布将收购专注于计算机视觉技术开发的俄罗斯公司Itseez；4月收购意大利半导体功能性安全方案厂商Yogitech；2015年12月完成了对可编程逻辑器件厂商Altera的收购；2015年10月收购了人工智能公司Saffron Technology……

针对某一业务领域展开如此高密度地集中收购，无论是在英特尔公司历史还是整个IT行业都是十分罕见的。可见，英特尔布局人工智能的决心之大。

由于技术因素，专用领域的智能化是人工智能未来5到10年的主要应用方向，比如自动驾驶。在更远的将来，随着技术的进一步突破，通用领域的智能化有望实现。但无论是专用还是通用领域，人工智能都将围绕“基础资源-技术平台-业务应用”这三层基本架构形成生态圈。

篇6

中图分类号：TM73 文献标识码：A 文章编号：2095-1302（2013）01-0032-05

0 引 言

智能电网是当今世界电力系统发展的重大变革，也是21世纪电力系统的重大科技创新和发展趋势。2003年，美国“未来能源联盟”首次提出智能电网的概念。同年，美国能源部了“Grid　2030”设想[1]，将美国的未来电力系统描述为一个完全自动化的电力传输网络，能够监视和控制每个用户和电网节点，保证从电厂到终端用户整个输配电过程中所有节点之间的信息和电能的双向流动。2005年，欧洲技术论坛（ETP）提出了“Smart　Grid”概念[2]，计划通过智能电网的建设，向所有用户提供高度可靠、经济有效的电能，充分开发利用大型集中发电机和小型分布式电源，提高电网公司运营效率，降低电能价格，加强与客户的互动，应对来自市场、安全和电能质量、环境等方面的压力。

国内也高度重视智能电网建设。2010年6月7日，总书记在两院院士大会上的讲话中提出，要“构建覆盖城乡的智能、高效、可靠的电网体系”。国家科技部于2009年11月24日的《关于加快我国智能电网技术发展的报告》中提出了明确的目标和任务。国家电网公司于2009年5月了“坚强智能电网”愿景及建设路线图。南方电网有限责任公司在2010年7月提出了“建设一个覆盖城乡的智能、高效、可靠的绿色电网”的目标。2011年2月，陕西省地方电力（集团）有限公司作为专业的配电网公司，联合清华大学提出了建设“多指标自趋优”智能配电网的目标。

智能电网涉及能源、环境、社会、经济和管理等多个学科，由于其具备系统工程和创新技术的特点，目前智能电网的研究趋向发散，对智能电网的认识多从企业自身出发，尚未收敛到智能电网本质的研究，影响和干扰了对智能电网发展方向的研判。本文在分析国内外智能电网相关研究的基础上，结合实践应用，溯源了智能电网的本质——智能，提出了智能电网分代标准，建立了智能电网分代模型，探讨了智能电网分代的社会经济意义。

1 国外智能电网分代研究状况

分代研究在计算机和战斗机等领域已经取得了共识。计算机按照所采用的电子元件，历经了电子管计算机、晶体管计算机、集成电路计算机、大规模集成电路计算机，现在正在研发信息获取、存储、处理、通信与人工智能相结合的第五代计算机。20世纪40年代中期，以喷气式发动机为动力的战斗机出现后，按时代和技术水平，战斗机历经三代，目前正在研制第四代战斗机。

由于智能电网尚未大规模应用，与计算机、作战飞机等其他领域分代研究更注重“回头看”的方法不同，智能电网分代更注重“向前看”，这个特点导致智能电网分层次、分步骤、分阶段的研究异彩纷呈，莫衷一是。国外智能电网分代的相关研究综述如下。

1.1 智能电网演进模型

2010年1月，加拿大学者Hassan　Farhangi从功能和投资回报率（ROI）两个维度，提出了如图1所示的智能电网的演进模型[3]。他认为，由于化石燃料的成本猛增，电力公司无法扩大发电能力以满足用户对电能不断上升的需求，只有从配电网着手，加强需求侧管理，才能保障电力公司拥有较高的ROI水平。模型表示，智能电网最初的投资用来满足计量设备由机电式到单向自动抄表（AMR）的功能转变，AMR具有节约人力以及时间成本的优势，但是由于其只具有单向通信能力，无法支持电力公司依据从电表获取数据采取调控措施。高级计量架构（AMI）能够提供双向的通信系统，旨在为电力公司提供实时的能耗数据，允许客户以价格为基础，对能源使用做出选择。智能电网演进的最终目标是分布式控制与微网相结合的互联电网。

1.2 智能电网持续发展理论

2011年7月，美国GridNet公司执行副总裁兼首席战略官Andres　Carvallo和能源与IT行业学者John　Cooper合作出版了“The　Advanced　Smart　Grid　—　Edge　Power　Driving　Sustainability”一书，提出了智能电网持续发展理论[4]。书中认为第一代智能电网（Smart　Grid　1.0）实现了发电厂到终端计量设备的电流与信息流的传输，典型的第一代智能电网是美国科罗拉多州博尔德市智能电网的建设。下一代智能电网（Smart　Grid　2.0）将是一个集成的、先进的智能电网体系，从战略上进行顶层设计，在组织、运行、系统集成与建模等多个维度进行柔性规划，下一代智能电网的一些技术已经在美国奥斯汀市智能电网研究项目Pecan　Street中浮现。书中对第三代智能电网（Smart　Grid　3.0）进行了展望，并将其定义为一个基于互联网络的重新设计的能源系统。

1.3 智能电网层次理论

IBM高级电力专家Martin　Hauske认为智能电网的基本概念有3个主要元素：首先是广泛连接资产与设备的传感器；其次是数据的搜集与整合体系；最后是依据数据进行相关分析，以优化运行和管理的能力。与之对应，智能电网也就有三个层面的含义[5]：首先是利用传感器对发电、输电、配电、供电等关键设备的运行状况进行实时监控；然后将获得的数据通过网络系统进行收集、整合；最后通过对数据的分析、挖掘，达到对整个电力系统运行的优化管理。因此，智能电网可以被认为是通过传感器把各种设备、资产连接到一起，形成一个客户服务总线，通过对信息进行整合分析，从而降低成本，提高效率和可靠性，促进管理和运行达到最优化。

1.4 智能电网成熟度模型

智能电网成熟度模型是IBM、美国生产力和质量中心（APQC）及全球智能电网联盟（GIUNC）合作研究的成果[6]。智能电网的成熟度分为5个阶段：第1阶段，只有对智能电网的设想，主要工作是对技术的试验和评价，以及建立业务模型；第2阶段，企业在至少一个智能电网的重要业务领域进行投资和实施；第3阶段，企业对智能电网的组成部分进行重新配置，实现业务领域整合或产业链升级；第4阶段，实现企业范围的跨业务综合观测及综合控制，力争形成新的经济或商业模式；第5阶段，企业有能力在新的业务、运行、环境等机会出现时，充分利用并发展壮大。

综观国外的相关研究，智能电网演进模型以计量系统为主线，没有加入交易环节，同时忽视了人工智能在电网中的应用。智能电网持续发展理论有对智能电网分代以及各代相应功能的描述，但是缺乏对智能电网本质的分析，特别是对三代智能电网核心的描述。智能电网层次理论以传感器为基础，触及到智能电网的基本，但是数据收集与整合体系等没有体现人这一重要因素的参与，理论阐述不够全面。智能电网成熟度模型实质上是智能电网的推进步骤。因此，上述研究都没有涉及智能电网的本质。

2 智能电网的本质——智能

对国外智能电网的研究和实践进行分析，能够为国内的相关研究带来启示和借鉴。从人类认识事物的基本方法来看，对智能电网进行分代研究，必然要从智能电网的本质着手。智能电网可以认为是人工智能在传统电网中的应用，而人工智能又起源于人类智能，因此，必须从人类智能出发，探求智能电网的本质——智能。

2.1 人类智能的发展阶段

人类智能经历了从初级到高级、从简单到复杂的演化过程。这种过程只在个体的前十几年表现得尤为突出，正是这一过程决定了每个人一生智能水平的高低，也决定了人类群体智能水平的多样性。

1983年，美国学者Howard　Gardner提出多元智能理论，将智能分为语言智能、数学逻辑智能、空间智能、身体运动智能、音乐智能、人际智能、自我认知智能、自然认知智能等8个方面。瑞士心理学家Jean　Piaget从时间维度对人类智能演化规律做出经典总结，提出了人类智能发展理论[7]，将个体从出生到青年时期的智能发展水平分为感知运动阶段、前运算阶段、具体运算阶段和形式运算阶段。

虽然多元智能理论并不着眼于各个智能在个体层面的发展顺序，但是结合Jean　Piaget的认知发展理论，同时根据Howard　Gardner对每种智能概念的描述，可以对智能的8个组成部分以发展为时序，在多元维度上进行归类。在感知运动阶段，空间智能和音乐智能是人类智能重点发展的部分；到了前运算阶段，语言智能和身体运动智能在儿童身上表现较为明显；数学逻辑能力和自我认知能力在具体运算阶段得到了迅速发展；最后，从青少年阶段开始，终其一生，对自然的认知，人际交往能力随着阅历的丰富、经验的积累而日趋成熟。

2.2 人工智能是对人类智能的模拟、延伸和扩展

人类智能的演进规律遵循着Jean　Piaget的人类智能发展理论，这些研究成果也深刻地影响着另一个与之紧密相关的学科，即以计算机为基础的人工智能的研究。人工智能最初被定义为“让机器的行为看起来就像人所表现出的智能行为一样”，到后期逐渐演变为让机器拥有自己的思维。对比人类智能发展的历程，人工智能的演进呈现出与之相似的路径。

（1） 人工智能发展的初级阶段是对人类智能的模拟。通过传感器远程传送信号，需要操作者通过计算机终端控制机器执行动作，这类似于人类智能的感知运动阶段，具体的应用如排爆机器人、勘探机器人等。

（2） 人工智能发展的中级阶段是对人类智能的延伸。着眼于通过程序算法实现机器的逻辑运算和自我认知能力，类似于人类智能的前运算和具体运算阶段。智能机器人通过处理器分析传感器收集的信息，在无人操控的状态下执行动作。有些智能机器人还能通过对人类语言的识别和模拟实现与人类的语言交流，如日本的ASIMO智能机器人，可以通过“脑—机”系统达到人类思维直接控制机器人的效果。

（3） 人工智能的更高阶段，智能将成为一种系统层面的应用。人工智能体现出自我思维和机器情感等人类特有的能力，通过自我思维产生对外部环境的认识，通过机器感情与外部环境产生更为复杂的交互，这些能力使得人工智能发生了从模拟、延伸到扩展人类智能的突破。

2.3 智能电网是人工智能在传统电网中的应用

智能电网建立在电力电子技术、传感与测量技术、控制仿真决策技术、信息与通信技术、人工智能技术等基础技术之上，以实现发电、储能、输电、配电、用电等环节的智能化为目的。其中，人工智能技术在推动智能电网发展中起着重要作用。

（1） 人工智能的应用能够推动整个电力系统的发展。传统电网存在大量非线性的、模糊的、不确定、不精确、不完全真值的问题，人工智能技术应用的目的就是解决上述问题。基于人工智能的电网故障检测与诊断、具有灵活自愈功能的配电自动化等技术的应用表明，在期望能取得低代价的解决方法和鲁棒性方面，人工智能的应用显著改善了传统电网对不确定、高度非线性环境的适应能力。

（2） 人工智能技术的应用体现了智能电网的本质。智能电网的本质是智能，现代人工智能技术是对人类智能的模拟，因而人工智能的应用是电网“智能化”的根本体现，人工智能技术应用使智能电网回归到了它的本质——智能。从这种意义上说，人工智能技术是否应用是评价一个电网是不是智能电网的基本依据。

（3） 人工智能技术在电网中的应用程度体现了智能电网区别于传统电网的特征。传统电网未能完整地体现人工智能“感知、思维、行为”三要素，导致人的参与程度较低，传统电网始终徘徊在由工业化主导的阶段，在信息化与工业化融合时，遇到了重重困难。智能电网中，人工智能技术的广泛应用将使得电网逐步具有模拟人类智能的能力，从而减少人的参与程度。

（4） 未来智能电网的发展中，人工智能是推动智能电网跃进发展的革命性力量。未来智能电网将是一个具有自预测、自诊断、自愈、自组织和自管理特性的电网。智能电网的跃进发展将主要依靠电网的自学习能力，人的干预将退居其次。人工智能的应用，使得电网的自学习成为可能。在可以预见的将来，除了人工智能技术，其他技术均无法有效增强电网的自学习能力。

3 智能电网分代原则、标准与模型

以上分析了智能电网的本质，以下在智能电网的本质基础上提出智能电网分代的原则、标准以及智能电网分代模型。

3.1 智能电网分代原则

智能电网分代必须遵循以下原则：

（1） 惟一性原则：下一代和上一代的智能电网必须按照智能电网的本质进行划分。

（2） 革命性原则：下一代智能电网必须在整体，而不是局部取得标志性进展和突破。

（3） 连续性原则：下一代智能电网发展的关键要素必须蕴含在上一代智能电网的发展过程中。

3.2 智能电网分代标准

智能电网的本质是智能。人工智能是人类智能应用于传统电网的纽带，人工智能将人类智能的8个方面归纳为“感知、行为、思维”3个要素，上述3个要素也是智能电网分代的标准。

感知是客观事物通过感觉器官在大脑中的直接反映。在多元智能的8个方面中，感知体现语言智能、空间智能、音乐智能。感知在人工智能技术中的体现有语音识别、机器视觉等。

行为是器官对外界刺激所产生的反应。行为体现身体运动智能，行为在人工智能技术中的体现有机器人学、智能控制等。

思维是主体处理信息及意识的活动。思维体现数学逻辑智能、人际智能、自我认知智能、自然认知智能，思维在人工智能技术中的体现有知识系统、专家系统、神经网络、进化计算等。

3.3 智能电网分代模型

智能电网发展的各阶段均须具备人工智能3个要素的全部或部分，不具备3个要素的电网属于传统电网。依据3个要素在传统电网中渗透与融合的深度和广度，建立智能电网分代模型如图2所示。

图2中将智能电网划分为具有以下特征的三代智能电网：

（1） 第一代智能电网：自感知智能电网（Self-sensing　Smart　Grid）。第一代智能电网在传统电网的基础上具备自主感知能力，是人工智能在电网中应用的初级阶段。智能电网关键设备能够自主感知电属性（负荷等）和电相关属性（温度等）的变化，需要人参与进行决策并采取行动，第一代智能电网只具备简单的自主决策和初级的自主行为能力。典型的自感知智能电网设备及系统如电子式及光学式互感器、智能环网柜、智能在线监测系统、智能终端等。

（2） 第二代智能电网：自适应智能电网（Adaptive　Smart　Grid）。第二代智能电网在第一代智能电网自主感知能力的基础上，具备一定的自主决策能力和自主行为能力，是人工智能在电网中应用的中级阶段，较少需要人参与就能根据感知结果进行决策并采取行动。这种感知、决策和行为是独立的，即只在单一设备或系统局部的感知域内进行决策并根据决策结果驱动单一设备或系统局部采取行动，以达到局部最优。典型的自适应智能电网应用系统如智能调度系统、智能自愈系统等。

（3） 第三代智能电网：自趋优智能电网（Self-approximate-optimization　Smart　Grid）。第三代智能电网在第二代智能电网自主决策和自主行为能力的基础上，是人工智能在电网中应用的高级阶段，更少需要或不需要人参与就能根据感知结果进行决策并采取行动。这种感知、决策和行为是系统的、全局的，即在整个系统感知域（或子集）内进行决策并根据决策结果驱动相关（部分或全部）设备采取行动，使得电网自身状态趋向最优。目前，已经提出来的自趋优智能电网如智能广域机器人（Smart　Wide　Area　Robot，Smart-WAR）[8]。

4 智能电网分代的社会经济意义

技术创新与人类解放之间的历史发展进程表明，人的劳动方式在逐渐变化，技术创新使人在生产劳动中逐渐从事必躬亲的执行者演变成监督者、命令者，这种角色的演变，反映出技术创新在人的实践过程中所具备的强大能动作用。智能电网作为当前电网行业最重要的技术创新形式，同样发挥着着解放人类劳动的作用，亦即电网运行中人的参与程度不断减弱。

第一代智能电网通过技术创新实现自我感知，不但极大地拓展了认知的深度和广度，而且还使人的身体在一定程度上获得了解放。

第二代智能电网通过技术创新实现自我行为，将会极大地减轻人的劳动强度，甚至取代了劳动者在电网运行过程中仅有的操作、监督和控制工作，使人得以在很大程度上从体力劳动中解放出来。

第三代智能电网通过技术创新实现自我思维，“电脑”开始代替“人脑”控制电网运行，机器人劳动取代人的劳动，使人的活动逐渐从电网运行中淡出，这将使人的思维劳动强度得以极大的减轻。

以智能电网建设为标志的技术创新为电力产业提升运行管理水平，开发新产品和服务，以及延伸整个产业链奠定了坚实的技术基础。随着技术手段的革新与经营管理模式的转变，电力产业尤其是电网企业的供给可能性边界将极大扩展，不仅能够满足目前存在的潜在需求，而且还能在未来引领和创造新的需求，在供需双方良性互动的作用下，电力产业将不断优化升级，产业整体影响力和竞争力都会获得显著的提升。

5 结 语

智能电网分代是一个全新的课题，但是分代研究在计算机等其他领域并不鲜见，对这些领域进行分代的目的是通过研究“上一代是什么”来推测“下一代是什么”，因此有必要通过分代研究来预测和引导智能电网的发展方向。与其他领域分代研究更注重“回头看”的方法不同，智能电网尚未大规模应用，分代更注重“向前看”，正是人类智能与人工智能的发展规律，奠定了我们“向前看”的基础。未来，伴随智能电网的深入推进，实践应用总结出的成果和经验，将有助于深化对智能电网本质的认识，理论的可行性与实践的迫切要求，也必将对智能电网分代研究起到促进作用。

参 考 文 献

[1]　US　Department　of　Energy.　Grid　2030：　A　national　vision　for　electricity's　second　100　years[R].USA：　US　Department　of　Energy　Initiative，　2003.

[2]　European　Commission.　European　technology　platform　smartgrids：　vision　and　strategy　for　Europe's　electricity　networks　of　the　future[EB/OL].　[2012-09-20].　http：//ec.europa.eu/research/energy/pdf/smartgrids_en.pdf.

[3] FARHANGI　Hassan.　The　path　of　the　smart　grid　[J].　IEEE　Power　and　Energy　Magazine，　2010，　8（1）：　18-28.

[4] CARVALLO　Andres，　COOPER　John.　The　advanced　smart　grid：　edge　power　driving　sustainability　[M].　Boston：　Artech　House　Publishers，　2011.

[5]　IBM论坛2009.　点亮智慧的地球[EB/OL].　[2012-09-25].　http：///cn/forum2009/wisdom.shtml.

篇7

国际市场动态

IDC：今年VR设备出货量将超900万台；新加坡今年将让无人驾驶汽车上路行驶；洛杉矶富人区将建自动驾驶车队，提供公交服务。

国内市场动态

国务院：深入实施互联网+流通，促实体商业转型；百度在硅谷建无人车研究团队，年底超100人；百度地图宣布国际化，称目前国内市场份额第一。

A股上市公司重要动态信息

天玑科技：拟推731.5万股限制性股票激励计划；天源迪科：拟推1263万股限制性股票激励计划；长亮科技：拟3，700万购买深圳市国融信科技有限公司74%股权；神州泰岳：拟6，240万收购蓝鸥科技16%股权；绿盟科技：与阿里云计算有限公司签订《合作协议》；天玑科技：拟定增募资不超过8亿元投入智慧数据中心及智慧通讯云等项目；旋极信息：拟以自有资金3，000万增资航星中云；石基信息：与青岛海信智能商用系统有限公司签署《增资暨战略合作框架协议》；捷顺科技：与联合电子签署战略合作框架协议。

投资策略

上周，大盘震荡下行，上证指数跌破3000点大关，中小板及创业板同样出现明显回调，回调幅度较大。受市场整体低迷影响，计算机行业明显下挫并跑输大盘。具体来看，各概念板块均出现不同程度的下跌，其中人工智能、生物识别等板块跌幅相对较少，其他板块跌幅相对较深。

篇8

上游爆发

当远程传感器连接到无线网络中，哪怕是从最奇怪的地方，数据都可以被收集和集中分析。根据麦肯锡公司的数据，采用人工智能可以在石油与天然气供应链中节约500亿美元，并且能带来持续的利润增长。举个例子来说，使用人工智能算法可以在地震数据中更准确地筛选信号和噪声，并减少10%的干井开挖。现在这项技术也被带入了500强公司，早些时候英特尔收购了美国圣地亚哥的一家创业公司Nervana，他们利用这些技术提高石油勘探的操作效率。有了英特尔的助力，石油巨头们可以期待这项技术通过董事会大规模地实施了。

实时大数据

石油与天然气行业已经开始利用数据去分析井下环境，随着数据分析成本下降，现在这些技术正在被运用到更小的井中。数据分析可以在危险发生之前提出预警信号。

钻一个井时，机器学习软件会考虑大量不同的因素，比如地震震动、热梯度、地层渗透率，并连同压力等传统数据一起。已经成立四年的西雅图初创公司Seeq 表示，这些数据能帮助钻井在如方向与速度上做出实时决策，以此优化整个钻井作业，同时还能够预测诸如半潜式泵（ESPs）等设备的故障，来降低计划外停机的次数和设备成本。

机器正在学习

在宏观层面上，深度机器学习可以帮助提高对于宏观经济趋势的意识，从而推动在勘探和生产（E&P）方面的投资决策。经济条件甚至是天气模式，还有生产强度等因素都会在投资决策中被纳入考量范围。Kpler这类公司一直采用地理追踪船只技术，将当前能源船只的航行轨迹与历史趋势进行对比，来帮助运营商进行更好的决策。这些类型的数据可以帮助确定能源航运业的趋势。

模糊决策

篇9

作者简介

余来文，江西财经大学应用经济学博士后、博士生导师、创业导师、野文投资董事长、文字传媒董事长，《商业智慧评论》和《创业管理评论》出品人，并任江西财经大学、江西师范大学、江西理工大学、香港公开大学、澳门城市大学、亚洲城市大学等外聘MBA课程教授或创业导师。曾在海王集团、远望谷股份、飞尚集团等公司工作，历任副总经理、总经理等职务，为大洁王集团、南华西集团、铜川矿务局、陕西煤业集团等公司提供管理咨询。先后在《管理科学》《北大商业评论》《销售与管理》《中国经营报》《CHINA DAILY》以及人大报刊复印资料转载等杂志报纸200余篇。出版《智能革命：人工智能、万物互联与数据应用》《分享经济：网红、社群与共享》《共享经济：下一个风口》《互联网：商业模式颠覆与重塑》《商业模式创新》《互联网思维2.0：物联网、云计算与大数据》《企业商业模式：互联网思维的颠覆与重塑》等30多本图书。林晓伟，江西财经大学管理学博士，现为闽南师范大学商学院副教授，福建省“新世纪”人才。先后在《系统管理学报》《经济管理》《国际贸易》《当代财经》《中国社会科学报》《中央财经大学学报》《现代管理科学》等国内核心刊物20余篇，出版专著1部，参与编写《智能时代：人工智能、超级计算与网络安全》《电子商务：分享、跨界与电商的融合》《互联网思维2.0：物联网、云计算与大数据》《企业商业模式运营与管理》《物流学》《财务管理》和《会计学》等图书。主持福建省级课题4项，先后参与国家自然科学基金项目等省部级以上课题9项，参与诏安县农业和扶贫“十三五”规划编制工作。主要研究方向为物流与供应链管理、产业互联网、企业商业模式。

目

录

1 第1章 智能时代

2 开章案例

6 1.1开启智能时代

7 1.1.1 Mr Smart——我的智能生活

13 1.1.2智能时代之认知颠覆

18 1.1.3人工智能——工作“终结者”

19 1.1.4新产业的催生——“智”家帮的兴起

25 1.2迎接崭新的智能社会

25 1.2.1“数字化”——智能社会的“快引擎”

26 1.2.2“信息化”——智能社会的“大动脉”

27 1.2.3“网络化”——智能社会的“高速路”

28 1.2.4“集成化”——智能社会的“点金石”

29 1.2.5“公共化”——智能社会的“新时代”

32 1.3智能生态——智能时代的终极奥义

32 1.3.1传统工业逻辑的颠覆式创新

36 1.3.2人人创造，智能时代新分子

37 1.3.3用户“双力”：参与力创造力

38 1.3.4“智”之大器之智能整合

39 1.3.5未来人工智能生态圈

42 1.4智能时代的内核

42 1.4.1人工智能之先发“智”人

45 1.4.2超级计算之千手“算”音

46 1.4.3云端服务之无上“云”法

47 1.4.4网络安全之“安全”卫士

51 章末案例

56 第2章 人工智能

57 开章案例

62 2.1人工智能：让机器更聪明

62 2.1.1人机大战：阿尔法狗与柯洁

64 2.1.2人工智能与智能机器人

67 2.1.3机械思维向左，智能思维向右

68 2.1.4人机融合：超人类智能时代

72 2.2人工智能新认知

75 2.2.1解密人工智能

76 2.2.2重要的是数据，而非程序

77 2.2.3淘汰的不仅是工作，更是技能

80 2.2.4超人工智能时代

82 2.3大数据与人工智能

82 2.3.1数据驱动智能革命

85 2.3.2数据挖掘：从大数据中找规律

86 2.3.3大数据的本质：数据化

89 2.3.4大数据——人工智能的永恒动力

90 2.4人机融合：连接未来

93 2.4.1人工智能之“星际迷航”

95 2.4.2机器学习与人工神经网络

96 2.4.3超越未来：人工智能之深度学习

101 2.4.4 人工智能之前世今生

102 2.4.5 人机融合：未来ING

104 章末案例

109 第3章 超级计算

110 开章案例

114 3.1大话超级计算机

114 3.1.1 超级计算知多少

115 3.1.2 从数据到超级计算的飞跃

117 3.1.3 大千世界，“数”在掌握

119 3.1.4 数据流——“超算流体”

122 3.2时代新宠——超级计算机

123 3.2.1 超级计算，未来国之重器

124 3.2.2 超算之不得不懂

126 3.2.3 大国超算之超常发展

132 3.3超级管理

132 3.3.1 数据收集——“超管”之“核基础”

132 3.3.2 数据存储——“超管”之“核聚变”

133 3.3.3 数据处理——“超管”之“核爆炸”

136 3.3.4 超级计算安全

137 3.4表演时间：超算之应用舞台

137 3.4.1 互联网应用：“互联”的二次方

140 3.4.2 电子政务应用：政务“超算”跨时代

141 3.4.3 精准医疗应用：超算医疗，快，准，狠

145 3.4.4 智能交通应用：数据出行，悠哉，享哉

146 3.4.5 金融投资应用：“超算”致富经

149 3.4.6 新零售应用：“超”未来，“算”零售

153 章末案例

159 第4章 云端服务

160 开章案例

164 4.1云服务——“云”上境界

164 4.1.1 走进“云”化时代

168 4.1.2 享受云生活

172 4.1.3 幕后英雄——云计算推动“团队”

173 4.2直击云计算

174 4.2.1 云计算为何物

178 4.2.2 云计算从哪里来

179 4.2.3 虚拟化，一切皆有可能

181 4.2.4 云计算未来规模

183 4.3双重界：云计算与虚拟网络

183 4.3.1 云计算与虚拟网络关系

184 4.3.2 云服务之“虚化”技术

189 4.3.3 虚拟服务器——“虚化”技术承载终端

193 4.3.4 多云大融通——云存储设备

195 4.3.5 有备无患——云资源备份

198 4.4“三云”家族：公有云私有云混合云

199 4.4.1 公有云——“云”家必争之地

201 4.4.2 私有云——私享“云端”之上

203 4.4.3 混合云：公私合并——“云端”最强音

207 4.5云应用——“云端”的机智强大

207 4.5.1 云应用：极致“云”风暴

210 4.5.2 云应用、云服务与云计算

211 4.5.3 AI云运用=“云端”最强音

212 章末案例

218 第5章 网络安全

219 开章案例

223 5.1直击网络安全

223 5.1.1 计算机安全——21世纪的重点“安全区”

224 5.1.2 网络安全：居安思危，严阵以待

227 5.1.3 安全攻击之“四面”埋伏

228 5.2不得不知的网络安全

229 5.2.1 网络安全之认知“大充电”

232 5.2.2 网络安全风险之危机四伏

236 5.2.3 网络安全的“威胁危邪”

241 5.2.4 安全管理“六板斧”

242 5.3网络“歪脑筋”：犯罪与黑客

243 5.3.1 网络犯罪——犯罪“新境界”

246 5.3.2 黑客攻击：高智商罪犯的攻击

247 5.3.3 黑客攻击“六”手段：智、快、狠

250 5.4无处不在的安全管家——网络安全管理

250 5.4.1 网络安全“密匙”：加密安全

254 5.4.2 保密系统：守口如瓶，从一而终

256 5.4.3 智能防火墙——安全防护之智能乾坤

260 5.4.4 网络安全未来式：量子通信

264 章末案例

篇10

中图分类号：F230 文献识别码：A 文章编号：1001-828X（2017）001-000-01

一、人工智能在会计领域应用及前景

人工智能即“关于研发人工构造出的可以模拟人的意识和思维方式的计算机系统的理论和应用，这些系统可以取代部分目前人类正在做的工作”。对于人工智能的定义，莫衷一是，但人工智能如今在日常生活中的应用却很常见，例如苹果的Siri。人工智能是对人的智力的模仿再生，导致人的思维永远会先于计算机一步。

在如今的高速信息化时代下，纵观整个会计领域，不难发现，由于各种会计处理软件和人工智能的应用，过去从事手工填制凭证、记账、对账、结账这些繁琐的工作的人正在悄无声息地被替代。相比较而言，人工智能比这些人完成的工作更加出色、效率更高，处理昔日会计工作的人，不得不成为智能化的淘汰品。会计的基本职能正潜移默化地在发生改变。

具体而言，人工智能引入会计行业可以避免由于人的失误而造成的会计信息错误的问题，为管理决策、业务投资分析提供可靠的数据支持。同时，人工智能可以使业务效率明显提高，对于技术含量低、简单重复的工作，人工智能可以在高强度工作下仍然高效运行。如此以来，企业运用人工智能解决日常大量发生的标准化工作，精简核算类型员工，既提高了效率又节约了成本。在信息爆炸的时代，人工智能凭借其强大的计算能力、海量的信息储存以及高强度运转的工作能力，在信息采集等方面也发挥越来越重要的作用。

不置可否地是人工智能不仅代表了先进科技的高速发展，同时也带来更丰厚的经济利益。人工智能的应用范围也会随着社会发展从大型企业逐步扩展到中小型企业，其功能也会日臻完善，从财务核算逐步扩展到为财务决策提供信息等领域，智能会计的发展前景明朗广阔。

二、会计是否将被人工智能完全替代

2014年《经济学人》的调查数据显示，未来20年最有可能收到人工智能冲击的行业中会计位于前三甲。在国内，国务院常务会议通过了《装备制造业标准化和质量提升规划》，工信部等部门也了《机器人产业规划2016-2020》，意图指导机器人产业蓬勃发展。人工智能的发展如此受器重，会计人员面对的挑战空前严峻。

因此，人工智能真将会计完全替代，会计行业中的人都将面临重新选择新的工作领域的窘境？答案是否定的。

如今会计行业正朝着一个更加多元化、全球化的复合型方向发展，由于如今的经济信息时代地迅猛发展，越来越多的企业步入了国际化的轨道。对于这些企业进行合并重组、融资上市、跨国合作……都需要会计的辅助指导。

人工智能缺乏人类所特有的主观能动的创造想象力。人工智能由于其根据特定的情形，提前设计好运行程序，在一旦遇见新的情形，就无法进行处理。人工智能是没有意识的机械的物理操作过程，相反人类的智力在于心理活动过程。人的大脑在凭借直觉判断、运用逻辑推理等方面完全碾压人工智能。所以，涉及主观判断，无法利用规则来约束衡量的问题，必须具备会计知识的人来处理。

三、会计行业重新定位于转型迫在眉睫

在人工智能被引入到会计工作中，普通核算类型工作的岗位势必减少，但财务人员不会完全被人工智能取代。分析目前国内的会计人员的结构布局，清晰感受到呈现两极分化的态势。会计行业的普通核算类型的人员已达到饱和，但高水平的财务管理人才仍是凤毛麟角。高级应用型与复合型人才在社会上青黄不接。对于企业而言，需要的也是能够为企业宏伟蓝图出谋划策的高级会计人员。审时度势地转变自身职能，努力提高自身能力素质，能人之所不能即做人工智能无法企及的事情是会计人员的首要选择。

（一）转变传统的思维模式与观念

在许多外人甚是会计工作人员看来，会计是一个埋头算账、记账、整理数据的“管家”，每天就是管理着物料、钱的收支，这种观点明显早已过时。会计如果一直沿袭成规，因循自己习以为常的做法，思维定式，不接纳新型思维方式，一味胶柱鼓瑟，只能成为“优胜劣汰”竞争中的淘汰者。

（二）专业知识学习无止境，顺应科技发展潮流，提高竞争力

在新的环境下，战略管理型人才是我们每个会计人员努力的方向。如果知识内容片面而且结构老化，就只能重复进行简单、机械的基础工作，毫无疑问会被人工智能取而代之。一个财务人员不能简简单单的看见账簿上面记载的数据，而要利用这些数据看到公司背后的实际情况，为公司发展壮大统筹规划。即需要的是一个对会计知识、行业法律法规、管理决策和现代科技综合掌握的高精尖人物，拥有评估判断、预测决策与人机协调多方面才能的复合型人才。

（三）向人工智能会计领域的开发进军

会计处理问题的思维和方式会因不同问题而改变，考虑的范围也会随时间的变迁而不断扩大，这些都会使人工智能在会计领域的开发异常复杂。如果储备大量会计知识与经验的人员，从事于智能会计的开发与维护，重新发掘自身的价值，既是会计人员的新出路又会对会计的发展做出一番新的推动。

四、结语

人共智能引入会计行业并不昭示着会计职业的灭亡，随着科技不断地发展，人工智能对于简单机械的工作的完全替代是理所当然的，会计遭遇如此挑战也是社会进步的必然结果。面对这一重大的技术革新，无论是会计工作者还是会计专业学生，都应以积极的态度主动从容面对，重新进行职业定位，从过去腐朽错误的观念中解放出来。面对新兴技术的发展，不能因为恐惧而闭门造车、对其进行排斥，而是保持警醒的态度来发展与提升自己，坚信挑战与机遇并存。

参考文献：