人工智能的发展方向

人工智能的发展方向（推荐8篇）

人工智能的发展方向 篇1

摘要：

关于人工智能的定义，凯文·凯利用了两个字来表示：知化！知化的音乐、知化的洗衣……总之，整个世界都在“知化”。想来也是，人工智能的那么多花哨定义，其实最核心的还是用自动化的知识来解决一切问题。

凯文·凯利说，下一个最热的创业机会是“人工智能”。

忽悠吧？

60年来，不断有人预测人工智能时代近在咫尺。

但是直到现在，人工智能好像还是遥不可及。有人调侃人工智能不过是人类的马甲：“有多少人工，就有多少智能。”

不过凯文·凯利说，这回是真的。事情正在起变化，因为近期有三大突破。

1.廉价的并行计算；

2.大数据；

3.更好的算法。

这回，人工智能真的来了。尤其是大数据。什么智能都需要训练，大数据就是训练人工智能的。接下来创业者的商业计划书可就好写了，“我们可以轻而易举地预测接下来 10000家创业公司的商业计划：挑选一个领域并加入人工智能。” 慢着，你总得先定义下什么是“人工智能”吧？

凯文·凯利用两个字了结了这笔糊涂账——知化（Cognifying）。

想来也是，人工智能的那么多花哨定义都不如这个词来得干脆——硬件问题软件化。用自动化的知识来解决一切问题。该举例子了：

第一个例子：摄影术

过去的照相机又重又贵。现在又轻又便宜。为啥？

因为过去我们靠的是复杂的机械结构和光学镜头来优化图像质量。而现在我们是在用“算法”来优化图像质量。第二个例子：化学

倒腾瓶瓶罐罐多费劲？加入人工智能后，科学家们可以进行虚拟化学实验。他们在天文数字的化学结合中精挑细选，决定哪些更有希望成功，值得放在实验室中检验。

更多的例子： 知化的音乐、知化的洗衣、知化的营销、知化的房产、知化的护理、知化的建造、知化的伦理、知化的玩具、知化的体育……后面的自己想吧。反正，整个世界都在“知化cognifying”。

再强调下——

所谓人工智能，不是搞出一个比人类还聪明的怪物，而是用自动化的知识去解决问题。

理解了这个定义，那就要得出几个结论了：

1.人工智能不可怕

它只是把我们身边的每一样东西都变得新奇、有趣而已。整个过程和100年前的“电器化”差不多。

它会像一个老实的保姆一样，搞定好多事又不招人烦。廉价、可靠的数字智能在一切事物背后运行，近乎无影无形。

2.我们现在做的很多事其实都是在喂养人工智能

2002 年，凯文·凯利在谷歌的一个小型聚会上问拉里·佩奇，你为什么要做免费搜索？

拉里·佩奇说，“哦，我们其实在做人工智能。”几年来，谷歌收购了十几家人工智能和机器人公司。乍看，你会认为谷歌正通过人工智能改善自己的搜索能力。凯文·凯利认为事实恰恰相反。谷歌正利用搜索改善它的人工智能。每当你键入一个查询词，你都是在训练谷歌的人工智能。当你在图片搜索栏输入“罗辑思维”，就在告诉人工智能罗胖子长什么样。谷歌每天处理的 121 亿次查询是在一遍又一遍地训练深度学习型人工智能。

再过10年，谷歌将拥有一款无可匹敌的人工智能产品。凯文·凯利的预测是——

到了2026年，谷歌的主营产品将不再是搜索，而是人工智能。

3.“人工+智能”才是方向

1997 年，IBM 的超级电脑“深蓝”击败了当时具有统治地位的国际象棋大师卡斯帕罗夫。那人类选手会不会对这种比赛失去兴趣呢？ 卡斯帕罗夫率先提出了“人加机器”的概念，即在比赛中用人工智能增强国际象棋选手水平。如今，这种比赛被称为自由式国际象棋比赛。

2014年自由式国际象棋对抗锦标赛上，纯粹人工智能赢得了42场比赛，而“人工+智能”型选手赢得了53场。

在廉价且超级智能的国际象棋软件的激励下，下国际象棋的人数、锦标赛的数量以及选手的水平都达到了历史之最。拥有国际象棋大师头衔的人数至少翻了一番。既然人工智能可以帮助人类成为更优秀的国际象棋选手，那么合理地推测，它也能帮助我们成为更优秀的飞行员、医生、法官、教师。

4.人工智能有无数种类型

一些新的心智包括: 一种心智与人类的心智相像，只是反应更快。

一种心智主要基于大容量存贮和记忆，有些愚钝但是信息面广博。一种全球化超级心智，由数百万做着单调工作的智能体组成。

一种蜂巢型心智，由许多十分聪明的心智组成,但是自己却意识不到。一种心智被专门训练用来加强指定的人类个体，但是对其他人完全无效。一种心智能够设想但不能制造比自身更强大的心智。

一种心智能够制造比自身更强大的心智，由于自我意识不足，无法设想自己制造的心智。

一种心智能够制造比自身更强大的心智。

一种心智能够创造比自身更强大的心智，而被创造出的心智能继续这么做。一种心智拥有自身源代码的访问通道，因此可以修改自己的进程。一种心智逻辑能力超强并且没有情感。

一种心智能解决普遍问题，但没有自我意识。一种心智具有自我意识，但不能解决普遍问题。

一种心智成长期很长，并且在它成熟前需要一个保护者。一种很缓慢的心智，覆盖了很长的物理距离因而在快速的心智看来，它是“隐形的”。

一种心智能够多次克隆自己。

一种心智能够克隆自己，并且与克隆体组成一个整体。一种心智能从一个平台迁移到另一个平台从而保持永生。一种快速、动态的心智，能够改变自己的认知进程。一种心智专门提出设想并做预测。

一种心智从不抹去或忘记任何事情，包括错误或虚假的信息。一种半机器半动物的共生心智。一种半人半机器的赛博格心智。

一种使用量子计算的心智，我们无法理解它的逻辑。我们可以把凯文·凯利列的这张单子保留好。

他说，这些类型的人工智能如果成为现实，怎么也得20年开外。

5.人工智能不断地重新定义“人类”

举个例子说，穿上鲨鱼皮泳衣的菲尔普斯参加比赛，算不算作弊？ 那用上了人工智能的人类，“人”和“非人”的界限究竟划在哪里？

6.我们的工作会被人工智能抢掉

在本世纪结束前，如今人们从事的职业中有70%很可能会被自动化设备取代。一切只是时间问题。

当机器人取代流水线工人后，它们会接着取代仓库工人。麻利的机器人能够从早到晚不断地抬起 150 磅的重物。它们把箱子取出来，分好类，然后装上卡车。这种机器人已经在亚马逊的仓库工作了。

到2050年，大多数货车将实现无人驾驶。鉴于货车司机是目前美国最普遍的职业，这件事的影响不容小觑。

任何较为机械的资讯密集型工作都能被自动化。无论你是一名医生、律师、建筑师、记者甚至程序员，机器人都将历史性地接管你的工作。

7.不用担心，会有新工作 当机器人和自动化过程包办了我们的大多数基础工作时，我们就会闲下来并且自问“人的目的是什么？”

人类理应成为芭蕾舞演员、专职音乐家、数学家、运动员、服装设计师、瑜伽大师、同人小说作者等等。

货车司机没得干了，会出现行程优化师的新工作。

外科手术没得做了，让复杂机器保持无菌状态将成为医疗新技术。人类和机器之间将形成一种共生关系。人类的工作就是不停地给机器人安排任务，这本身就是一项永远做不完的工作。

将来，我们和机器人的关系会变得更复杂，出现一种7 个步骤的循环模式：

❶机器人干不了我的工作。

❷好吧，它会许多事情，但我做的事情它不一定都会。

❸好吧，我做的事情它都会，但它常常出故障，这时需要我来处理。❹好吧，它干常规工作时从不出错，但是我需要训练它学习新任务。❺好吧，就让它做我原来的工作吧，那工作本来就不是人该干的。

❻哇，机器人正在干我以前做的工作，我的新工作不仅好玩多了，工资还高！❼真高兴，机器人绝对干不了我现在做的事情。然后回到步骤❶。

读书的好处

1、行万里路，读万卷书。

2、书山有路勤为径，学海无涯苦作舟。

3、读书破万卷，下笔如有神。

4、我所学到的任何有价值的知识都是由自学中得来的。——达尔文

5、少壮不努力，老大徒悲伤。

6、黑发不知勤学早，白首方悔读书迟。——颜真卿

7、宝剑锋从磨砺出，梅花香自苦寒来。

8、读书要三到：心到、眼到、口到

9、玉不琢、不成器，人不学、不知义。

10、一日无书，百事荒废。——陈寿

11、书是人类进步的阶梯。

12、一日不读口生，一日不写手生。

13、我扑在书上，就像饥饿的人扑在面包上。——高尔基

14、书到用时方恨少、事非经过不知难。——陆游

15、读一本好书，就如同和一个高尚的人在交谈——歌德

16、读一切好书，就是和许多高尚的人谈话。——笛卡儿

17、学习永远不晚。——高尔基

18、少而好学，如日出之阳；壮而好学，如日中之光；志而好学，如炳烛之光。——刘向

19、学而不思则惘，思而不学则殆。——孔子

人工智能的发展方向 篇2

1956年夏季,美国一批年轻学者汇聚于达特茅斯(Dartmouth)大学,举办了一次为期两个月的学术讨论会,会议的主要内容是讨论如何用机器模拟人类智能的问题,也正是在这次会议上第一次出现了“人工智能”一词,这次会议也因此被公认为人工智能学科诞生的标志。人工智能从诞生到今天已有50余年的历史,在这50年中人工智能的发展取得了长足的进步,诞生了许多的成果,但在其不断发展过程中也暴露出许多问题。

1 人工智能研究领域的发展观

符号主义、联结主义、行为主义分别代表了人工智能研究领域的三种主要发展观。它们是人工智能学科发展的最重要的理论成果,同时又是人工智能学科发展的理论基础。

1.1 符号主义

符号主义,又称为逻辑主义或计算机学派,它认为符号是人类的认识基元,同时人认识的过程即是对符号的计算与推理的过程[1]。符号主义首先将人的认识对象通过数学逻辑的方法以符号形式表示出来,然后再利用计算机自身所具有的符号处理推算能力来模拟人的认识过程。支撑符号主义的原理主要为物理符号系统假设和有限合理性原理。

符号主义的主要研究内容就是基于逻辑的知识表示和推理技术[2]。其主要的代表人物有纽厄尔、西蒙、麦卡锡、鲁宾逊、肖特利菲。主要的研究成果有归结推理方法、启发式算法、专家系统、知识工程理论与技术等。符号主义在逻辑问题求解方面取得了巨大的成功。例如,人工智能证明了人类所能证明的全部定理,并且解决了尚无手工证明的“四色猜想”问题,上世纪70年代专家系统的成功开发和应用等[1]。

1.2 联结主义

联结主义又被叫做仿生学派,其主要原理是人类的智能是由人脑的生理结构和工作模式决定的。联结主义认为人的认识基元是人脑的神经元,认识的过程就是人脑进行信息处理的过程[2]。因此,联结主义主张从结构和工作模式上对人脑进行模仿从而真正实现人类智能在机器上的模拟。

联结主义研究的主要内容是神经网络。其主要代表人物有麦克莱伦德和鲁梅尔哈特等。主要的研究成果有脑模型研究和多层网络中的反向传播(B-P)算法。目前,对人工神经网络的研究仍然热火朝天。

1.3 行为主义

行为主义又被称作进化主义、控制论学派。其主要原理是智能取决于感知和行动,它不需要知识、不需要表示、不需要推理。行为主义认为人的本质能力是行为能力、感知能力和维持生命及自我繁殖的能力,智能行为是通过与现实世界环境的交互作用体现出来的;人工智能应像人类智能一样通过逐步进化而实现,而与知识的表示和知识的推理无关[2]。

行为主义的研究重点是模拟人的各种控制行为。其主要代表人物是布鲁克。主要的发展成果是实现了智能控制和智能机器人系统。行为主义目前还没有形成完整的理论体系,但因为它与传统的人工智能观点完全不同,所以引起了人工智能界的关注。

以上三种观点对人工智能的发展意义重大、影响深远,可以说正是在这三种观点的指导下才诞生出各种具体的人工智能的分析模型、实现方法和算法。即使是最新出现的数据挖掘和知识发现以及智能Agent技术也深受上述观点的影响。

2 人工智能的发展瓶颈

虽然在研究者们50多年百折不挠的努力下,人工智能不断发展壮大,建立了多样的理论,产生了各式方法,在局部领域取得丰硕的成果,但是人工智能的发展前景仍然不容乐观,距离实现真正的人工智能还很遥远。符号主义观点在面对非确定性问题、非逻辑问题时常常显得力不从心,它要求待处理的信息完整、精确,而现实中的许多问题都不满足这些条件,这也就限制了符号主义的进一步发展。联结主义试图模仿人脑的结构和功能这一想法虽然很有吸引力,但是在人们对人脑结构和人脑工作机制认识还不全面、不深入的情况下只靠一些简单的结构模仿就想实现研究目标显然是不切实际的。联结主义在过去50年历史中发展远比符号主义缓慢也说明了这一点。行为主义的观点虽然强调感知和行动,但是它缺乏完整的理论体系,有待进一步研究。明显的例子就是直到今天对于人类来说非常简单的一个跳跃动作要想在机器上实现都是非常困难的。同时,它认为智能不需要知识、不需要表示、不需要推理这明显是不符合人类认识发展历程的。不可否认,以上三种观点都有其固有的局限性,要想人工智能科学继续进步必须要对其发展观有所创新。

3 对人工智能发展新方向的思考

3.1 对智能涵义的新思考

人类智能根据书上的定义就是人类所具有的智力和行为能力。智力和行为能力都是以知识为基础的。智力行为的目的是获取知识,并应用知识去求解问题。行为能力是人们对感知到的外界信息的一种反映能力[2]。

人工智能,顾名思义就是指用人工方法在计算机上实现的智能;或是人类智能在机器上的模拟[3]。

现在,换一个角度从功能上来认识智能。首先,来看一个例子。如果你问一个小学一年级的学生在欧式几何中已知三角形两直角边分别为3、4,其斜边长为多少?一般的情况是小学生回答不知道;如果是问一位高中学生,一般情况是回答斜边长为5。原因很简单小学生不知道勾股定理所以不知道答案,高中生知道勾股定理所以能正确说出答案。

这个例子说明高中生掌握的勾股定理帮助高中生消除了对答案的不确定性。这也引出本文第一个基本观点即智能具有消除不确定性的作用。这也是本文对智能的理解来说第一个有价值的观点。

以往所发明的一切人工智能的技术和方法都是为了更好地消除对于答案的不确定性。符号主义为什么能在定理证明和专家系统上取得成功,得益于其采用的数学逻辑方法非常适合消除上述两类问题中对答案的不确定性,而面对非逻辑问题或是需要形象思维的问题时数学逻辑方法显然无法消除对答案的不确定性,因此面临挫败也就很正常了。

神经网络由于在消除不确定性上的效果不是特别突出,因此它的发展就略显迟缓了。可以说符号主义和联结主义主要目的是模拟人类智能中的智力,而行为主义则重在模仿人类智能中的行为能力。行为能力与智力的获取有较大的差别。

再举一个简单的例子,数学课老师给我们演示一条定理的证明方法,当再遇见这条定理时一般情况下肯定知道怎样去证明它;而如果是一位体育老师教授蛙泳,无论他把技术要领说得多么准确,演示动作多么规范,大多数情况下第一次下水时仍然无法掌握动作要领,必须要经过一段时间的练习才能逐渐掌握,甚至有时候抛开对一些演示动作的回忆更有利于掌握动作要领。

因此行为能力也一样具有消除不确定性的功能,比如,知道以怎样的力度、角度保持身体的平衡,以怎样的蹬腿动作和划臂方式在水中蛙泳,以怎样的力度和角度才能接住对方的下旋球等等。不过在行为能力中消除不确定性的机制和方法更加地复杂。

3.2 对人工智能发展新方向的思考

(1)目前人工智能研究方法的不足

从智能的功能性观点出发,现阶段人工智能应侧重于从功能上模拟人类智能,而不应过分依赖从结构上模拟人脑。主要的理由有以下几点:

①人类对人脑结构和工作模式的认识还不全面、不深入,这也就决定了现阶段神经网络模型无法真正实现对人脑的模拟。

②即便对人脑的结构和工作模式有了全面深入的了解也并不意味着神经网络模型就能实现对人脑的模拟。硅基元素组成的电子器件与碳基元素组成的神经元组织在物理及化学属性上有很大的不同,适合于人脑的工作模式未必适合于神经网络计算机,举个例子,可以在大气中实现卫星通信,可在水下却很难实现,因为水使卫星信号迅速衰减而无法传递信息。

③按照马克思主义实践论观点,人脑是人类长期劳动实践的产物,绝不是能靠在实验室里电子器件以及线路的排列组合就能实现模拟的。

当然,神经网络仍然是一种有应用价值的模型,只不过不应寄希望于它实现对人脑的结构和功能的模拟罢了。所以,接下来就要讨论一下在功能上对人脑实现模拟的一种思路了。

前面已经讲过智能的功能是消除不确定性,以往所发明的一切人工智能的技术和方法都是为了更好的消除不确定性,可是问题也就出现在这,过去很大一部分人工智能的研究都将消除不确定性的注意力放在找寻具体的推理分析方法或是算法上,像确定性推理、不确定性推理方法、统计方法、数据挖掘方法等等,可是它们忽视了现实世界中消除不确定性的一个重要元素——目标。早期的航海家依靠夜空中固定不变的星星来确定自己的方位从而不会偏离航向;沙漠中的人如果没有固定目标或是指南针的指引很容易又回到自己走过的地方。这些例子说明了目标可以消除人们在方向感上的不确定性。其实在人类认识过程中,目标也起到同样的作用。当面对复杂问题时,很难一下就找出合理的解决方法,通常人们的作法都是先制定一个阶段性目标,该目标是向着问题的最终解决靠近的,又比问题的最终解决要容易实现,然后再想尽办法向着阶段性目标一步步接近与靠拢,一旦阶段性目标实现后,再重复上述过程直到问题最终解决。目前人工智能的研究只关注各种具体分析方法与算法在不确定性消除上的优劣,而对于如何利用目标消除不确定性的功能方面没有任何的研究。

人工智能的研究现状就像中国的奥数,大家都知道中国的奥数选手在世界数学奥林匹克竞赛上经常获得金牌,可直到现在仍没有一位中国籍数学家获得过代表数学研究领域最高奖的菲尔兹奖。这是为什么呢?原因就是中国的数学教育只重训练学生的解题能力却忽视了培养学生对数学领域目标的把握能力,以至于一代代在题海中成长起来的中国数学家纵然在计算能力、分析能力、抽象能力等基础数学能力上丝毫不逊色于外国同行,可是在面对开创性课题或是世界著名数学问题时往往找不到努力的方向,即使计算能力再好、分析能力再高、抽象能力再出色也是无济于事。这与人工智能只重研究具体推理分析方法不重视目标功能的做法是非常类似的。

(2)在人工智能的研究中引入目标元素

基于以上观点,人工智能的研究中必须引入目标元素,对一个人工智能模型应设定一个目标参数,按照现阶段人工智能的发展水平该参数应由人工设定且是可变的,它被用来告诉人工智能模型它要做什么,在此基础上人工智能模型再综合利用已有的推理分析方法输出结果,并把其与目标参数进行对比,如果相差程度太大就重复上述过程,直到与目标参数吻合程度符合要求为止,同时实现这一目标的推理分析方法的集合要被作为学习的经验记录存储下来。

如果引入目标参数的想法可以实现,从某种意义上说人工智能就具有部分的“自我意识”,因为它“知道”自己要达成什么样的目标,所采用的各种推理分析方法都是为实现这一目标而服务的,不会再像过去一样只知道机械的运行各种算法程序却不知道为什么要这样做。

4 结束语

综上所述,从智能的功能性观点出发,现阶段人工智能应侧重于从功能上模拟人类智能,而不应过分依赖从结构上模拟人脑,在人工智能的研究中引入目标元素,利用目标消除不确定性,可以使人工智能具有部分的“自我意识”。

摘要：从人工智能的诞生和发展开始,分析了人工智能在发展观上存在的不足和在研究领域不合理的做法,指出了人工智能存在的发展瓶颈,最后尝试提出一种解决人工智能发展困境的新思路。

关键词：人工智能,符号主义,联结主义,发展观

参考文献

[1]陈庆霞.人工智能研究纲领的发展历程和前景[J].科技信息,2008(33).

[2]张仰森.人工智能[M].

从自组织理论看人工智能的发展 篇3

关键词:智能;人工智能;自组织;开放性;智能体

中图分类号:N031文献标识码:A文章编号:1000-8136(2010)02-0153-02

1 人工智能研究概况

1.1 人工智能的含义

要解析人工智能的定义,必须对智能这个概念进行澄清。一般来说,智能是指个体对客观事物进行合理分析、判断及有目的的行动和有效地处理周围环境事宜的综合能力。

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的综合性学科。人工智能领域的研究正式开始于1956年,人工智能(Artificial Intelligence,AI)这个术语就是在当年于达特茅斯大学召开的会议上确定的。会上探讨了人类各种学习和其他智能的特征,以及如何对人的智能进行精确的描述和用计算机进行模拟。这次会议标志着人工智能这门学科的正式诞生。此后,人们沿着人工智能的研究方向,在利用计算机模拟人的智能这一领域取得了一系列重要成果。

1.2 人工智能的学派

人工智能的主要学派有以下3家:符号主义、联结主义和行为主义。

(1)符号主义。也被称为逻辑主义(logicism)、心理学派(psychologism)、计算机学派(computerism),该学派的代表人物是西蒙(H.A.Simen)和纽厄尔(A.Newell)。其主要思想是物理符号系统(即符号操作系统)假设和有限合理性原理。传统的人工智能研究大多以该学派的思想为指导。

(2)联结主义。也被称为生理学派(physiologism)、仿生学派(bionicsism),其主要原理为神经网络及神经网络间的连接机制与学习算法,研究的主要方向是人工神经网络。联结主义的研究开始于20世纪40年代,神经生理学专家卡洛克(W.S.McCulloch)与数学家皮兹(W.Pitts)共同提出了形式神经元的数学模型。20世纪80年代末,随着计算机硬件水平的飞速发展,联结主义迅速崛起,在其擅长的领域如声音识别、图像处理等方面取得了很大成就。

(3)行为主义。也被称为进化主义(evolutionism)或控制论学派(cyberneticsism),其代表人物是布鲁克斯(R.Brooks)。该学派的代表思想是认为智能行为可以在没有明显推理系统的情况下产生,其主要原理为控制论和感知-动作型控制系统。他们的研究是从复制动物的智能开始的,其代表作是罗德尼·布鲁克斯研制的6腿“机器昆虫”。

2 从自组织理论分析人工智能的发展

自组织(self-organization)理论是复杂系统的演化理论,即研究客观事物自身的结构化、有机化、有序化和系统化过程的理论,它主要从系统、突变、分岔等角度探索复杂系统的自组织形成机制、条件和规律。20世纪50年代,阿什比首先提出自组织系统这一概念,20世纪60年代以来,一批关于进化机制的自组织理论相继而生,其中最著名的有普里高津(I.Prigogine,1967)的耗散结构(Dissipative Structure)理论,哈肯(H.Haken,1971)的协同学(Synergetics)和艾根(M.Eigen,1970)的超循环(HyPercycle)理论。自组织系统理论是一组新的横断学科群,各个理论的知识背景与对象有很大差别,但它们都试图解决有序和无序相互转化的机制与条件问题,这些理论从不同角度说明了各种物质系统如何从较低级的结构功能形式演化为较高级的形式。自组织理论的研究对自然科学、社会科学、自动控制系统都有重要意义,成为当代探索世界复杂性问题的新的科学观念和新的科学思潮。

2.1传统人工智能

人工智能是一门从计算机科学中分离出来的横断学科。受计算机科学的影响,符号主义成为早期人工智能的主流,传统人工智能的发展主要是基于符号主义学派的推动。1956年,西蒙、纽厄尔和另一位著名学者约翰·肖(John Cliff Shaw)一起,成功开发了世界上最早的启发式程序“逻辑理论家”LT(1ogic Theorist),从而使机器迈出了逻辑推理的第一步。在卡内基·梅隆大学的计算机实验室,西蒙和纽厄尔从分析人类解答数学题的技巧入手,让一些人对各种数学题作周密的思考,要求他们不仅写出求解的答案,而且要说出自己推理的方法和步骤。通过对实例的大量观察,西蒙和纽厄尔广泛收集了人类求解一般性问题的各种方案。他们发现,人们求解数学题时,通常采用试凑的办法。试凑时并不一定列出所有的可能性,而是用逻辑推理来迅速缩小搜索的范围。人类证明数学定理也有类似的思维规律,通过把一个复杂问题分解成几个简单的子问题,以及利用已知常量代入未知变量等方法,用已知的公理、定理或解题规则进行试探性推理,直到所有的子问题最终都变成已知的,然后根据记忆中的公理和已被证明的定理,运用代入法、替换法来解决子问题,最终解决整个问题。人类求证数学定理同样也是一种启发式搜索,与电脑下棋的原理有异曲同工之妙。在这一基础上,他们利用“逻辑理论家”程序向数学定理发起挑战,建立了机器证明数学定理的启发式搜索法,并用计算机证明了罗素、怀特海的数学名著《数学原理》一书第二章52个定理中的38个定理(1963年,经过改进的“逻辑理论家”程序在一台更大的电脑上,最终完成了第二章全部52条数学定理的证明)。基于这一成功,西蒙和纽厄尔把“逻辑理论家”程序扩充到了人类求解一般问题的过程,设想用机器模拟具有普遍意义的人类思维活动。此后,人工智能技术进一步发展,归结原理推动了定理证明技术的发展,专家系统和知识工程技术已应用到各种计算机应用系统中,出现了智能管理信息系统、智能决策支持系统、智能控制系统、智能CAD系统、智能CAI系统、智能数据库系统和智能多媒体系统等等。

但是,传统人工智能在“知识工程”和“专家系统”之后,再没有大的突破性进展,长期处于沉寂状态。

2.1.1 传统人工智能是过度开放的

系统的开放不仅是自组织形成的条件,而且是系统得以在动态之中保持稳定并继续发展的前提。系统的开放性即系统与环境之间不断交换物质、能量和信息,使系统的总熵不断降低,熵值负增长,从而使系统走向有序。所以开放是系统自组织的一个必要条件。

实际上,传统人工智能不过是一组组计算机代码,是计算机系统的软件,所以对它的开放性的考察,必须放到整个计算机系统中来分析。

首先,我们必须承认,计算机系统是开放的。这是因为:①它的运行有赖于外界的能量输入(主要是电能);②人类为了提升计算机的功能,不断地为其升级,于是其物理组成也在持续更新。然而对自组织系统来说,仅仅具有开放性是不够的,还必须保持适当的开放度。如果系统与外界的物质、能量、信息的交换毫无限制不加选择,那么系统就是对于外界过度开放了。过度开放的系统实际上已丧失了自己的相对独立性,变成了环境或另一个系统的组成部分,当然也就无从谈起自组织了。

其次,计算机系统对于人类是开放的,同时它对人类又是过度开放的。这主要表现在两个方面:①计算机的功能和结构皆是由人设定的,计算机从选材、制造到发挥作用,从硬件到软件的各个方面都离不开人类,它是人类实践活动的的产物,是人类大脑的工具性的延伸。②计算机的生产、运行是在人类的全程精确监控下进行的。有时候计算机的运行会脱离人们的预期,但那只是由固有的软件或硬件缺陷造成的,最终人类总能找到解决的办法。

2.1.2 传统人工智能是相对封闭的,根基不牢

用简化的微观世界来评判理论是人工智能研究中普遍采用的方法。研究人员把他们认为的真实环境的重要属性提炼到虚拟环境中。但是微观世界并非真正意义上的世界,而是一个个无意义的、孤立的范畴。它们无法结合起来扩展成人们日常生活的世界,这一点已日趋明朗。所以说,传统人工智能是相对封闭的,因为它被关在一个虚拟的微观世界中,不能接触到我们日常生活的世界,顶多也就能让人类对这个微观世界修修补补而已。

传统人工智能的基础也并非人们想象的那么牢靠。传统人工智能的成就大多数应该归功于“从上到下”的人工智能研究途径。“从上到下”的人工智能是建立在逻辑基础上的,也就是说建立在对整个世界进行描述的符号系统之上。如果对整个世界的数学证明获得成功的话,传统人工智能的基础就扎实了。但是,哥德尔不完备定律证明:不可能探求到完美无缺的数学定理,其中一个结论就是逻辑推理不可能完全正确。数学家已经做了无数尝试,但还是不能只用数学逻辑来描述世界。这就对人工智能的逻辑基础提出了疑问。

2.2新人工智能

格里高利·贝特森认为:“我们过去一直在争论机器是否能思考。答案是不能。进行思考的是一个整体,可能包括计算机、人及环境。同样,我们可能会问人脑本身能否思考,答案仍旧是‘不能’。进行思考的是包括环境和人在内的整个系统中的人脑。”这个结论产生了一整套新原理,我们通常将其称为新人工能。

新人工智能主要体现于以下3条原则:

(1)实体化。该原则认为,拥有一个躯体在理论上具有重要意义,躯体对智能体的限制对于智能体与外界的交互是至关重要的。

(2)现场性。它是指将智能体置于复杂的环境中,而不是高度抽象的微观世界中。真实环境的复杂性与抽象的“微观世界”不可同日而语。事实上,智能体被置于现实环境之中,就可以充分利用环境中的结构成分,从而减轻内部表示的负担。

(3)自下而上设计。传统人工智能通常采用的方法是自上而下的建造,也就是先把推理和知识这样较高级的功能设定为目标,然后再设定“清洁地面”之类的一些简单功能。新人工智能则相反,一切从最基本的开始。

新人工智能渗透着进化论、生物学、仿生学和系统科学的闪光点。从自组织理论的角度来看,新人工智能设计的智能体符合适度开放的原则,它与真实环境交互作用,人类不再对其进行直接和精确的干预;进化是层层叠加的,是增量的过程。它对现有的设计进行巧妙地调整和充实,从而生成新的设计,新智能体是仿生学指导下的产物,它很好地模仿了自然界的进化机制,故此非线性相互作用是其有序演化的内在依据;人类通过对它的了解和对人工环境的控制使其远离平衡态,并促进其内部正反馈机制的运行,在一定程度上控制其内部涨落。新人工智能是自组织和他组织的的结合,人工控制的外部参量可以及时纠正进化误区,大大加快新人工智能体的进化速度,使其朝着人们所希望的方向发展。

3 结论

人工智能是一门极富挑战性的学科。由于它的专业性和前沿性,始终走在科学和技术发展的前沿。但由于历史的延续性和研究成果的较高实用性,大多数人工智能实践者仍然在沿用符号主义和联结主义的方法来探索人工智能。基于智能行为是智能体和环境之间的复杂交互这个结果的观察,新人工智能仍需获得更多的支持。

The Development of Artificial Intelligence from Self-organization Theory

Ma Ming

Abstract: Article proceed from self-organization theory of systematic science,to traditional artificial intelligence and new Artificial intelligence has analysed,points out the key thought of new artificial intelligence——mutual between intellectual body and environment,it is the breach of artificial intelligence great development,emphasize traditional recognizing know——The road to modeling and new developing combination based on robotics of the behavior.

人工智能的发展与后人类中心主义 篇4

人工智能的发展与后人类中心主义

人工智能就是让机器完成人类需要使用智力才能完成的`工作的一门科学.从图灵自动机理论之后,人工智能的研究向符号主义和联结主义两个方向展开.符号主义强调人类智力的功能模拟,形成了以心理学的符号处理为特征的传统人……

作 者：刘仲蓓 作者单位：南京大学哲学系在读博士,210093刊 名：江苏社会科学 PKU CSSCI英文刊名：JIANGSU SOCIAL SCIENCES年，卷(期)：2000“”(4)分类号：B0关键词：

人工智能的发展方向 篇5

随着我国科学技术水平的不断提升，在各个领域中都涌现出了一大批新型技术，极大的促进了我国各行各业的发展，特别是机械工程领域有了翻天覆地的改变，机械工程领域发展水平不断提升的同时，也极大的方便了民众的生活与工作，推动了各行各业的经济发展。民众也由此感受到了机械工程的重要意义，对工程机械的未来发展进行了高度的关注。而在未来，随着机械工程智能化水平的不断提升，人工智能也必将进一步改变我们的生活，使我们充分感受到机械工程智能化发展所带来的好处。笔者重点对机械工程智能化目前的发展现状与未来的发展方向进行探析。

1机械工程智能化含义分析

单从机械工程智能化的含义上来看，可以将其分开两部分进行阐述，这两部分分别是机械工程部分与智能化部分。就机械工程部分而言，它是指对机械的使用，即通过对机械的使用来进行生产和加工等。众所周知，机械的使用极大的促进了我国的社会生产活动，如果没有用于生产的相关机械设备，我国就不能进行大规模的生产。而机械工程的诞生，强化了我国对机械设备的有效使用，从而实现了我国的规模性生产，并真正的迈入了规模经济的发展新格局。机械工程的内涵在于机械设备较为漫长的发展历史中，人们用自己的智慧对机械进行了改进，从而提升了机械设备的适用性与实践性，并逐渐弥补了机械设备的不足，充分发挥了机械的优势。可以说，机械工程中所涉及到的知识众多，并且其内容极为慧富，包括对机械设备的`研发、使用与维修，并将其贯穿于生产活动当中的各个阶段，使其能够充分在各个领域中发挥作用。而智能化部分，则可以看成是一种社会进行发展的总体方向，我们不能将智能化看成是一种简单的定义，而是要将其看成一种综合体系，并且这种综合体系的涵盖范围较为广泛。在智能化体系当中，它牵扯到许多的技术，并且将这些技术进行了充分的融合，实现了对某一特定用途的智能化。并且，智能化的发展程度也必将跟随科学技术的发展脚步而不断加深，从而使智能化的应用范围不断扩大，并且将其延伸到其他多个领域当中。新型科学技术的不断涌现，将不断的为智能化提供充足动力，并使智能化的应用深度与广度大幅度提升。另外，在新时代的形式下，智能化的发展必将越来越重要，而这将进一步满足新时代的经济要求。总而言之，随着智能化程度的不断加深，其发展前景也将越来越广阔。通过对机械工程部分与智能化部分进行分开阐述，我们可以明确的是，将智能化技术充分的应用到机械工程领域中，将极大促进我国机械工程的发展水平，大幅度提升机械工程的服务价值，使其能够更好的为人类服务。

美国人工智能专业分支及就业方向 篇6

【模式识别】是指对表征事物或者现象的各种形式(数值、文字、逻辑关系等)信息进行处理分析，以及对事物或现象进行描述分析分类解释的过程，例如汽车车牌号的辨识涉及到图像处理分析等技术。

【机器学习】研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构是指不断完善自身的性能，或者达到操作者的特定要求。

【数据挖掘】知识库的知识发现，通过算法搜索挖掘出有用的信息，应用于市场分析、科学探索、疾病预测等。

【智能算法】解决某类问题的一些特定模式算法;例如，我们最熟悉的最短路径问题，以及工程预算问题等。

人工智能的发展方向 篇7

1 人工智能研究现状

随着人工智能技术的飞速发展, 人工智能慢慢地被大量运用在电气产品的多个领域, 比如优化设计、故障预测、控制与保护、故障诊断等。

1) 优化设计

电气自动化产品的优化设计程序非常复杂, 它不仅涵盖了电机、电路、电器、电磁场等相关内容, 同时更要非常充分地利用电气产品设计实践过程中积累的经验, 比如要按照安全设计的基本要求进行设计开发等。我们所知道的传统电气产品设计方式是在工业图纸上以手工设计为主, 它的设计工程量非常大, 而且周期比较长, 特别是很难对其质量进行保证, 且设计成本高昂。所以通过这种方式获得最优的设计方案难度相当大。计算机技术的出现和飞速发展加速了产品设计从手工设计向计算机辅助设计发展的进程, 并且使得产品设计质量大幅度地提升, 其设计过程更加简化、方便修改, 整个研发产品的周期得到了大幅度地减少。近年来, 人工智能技术的慢慢成熟, 又促使电气产品的设计过程有了质的飞跃, 对传统的计算机辅助设计技术进一步提升。人工智能技术对电气产品设计的优劣性有着决定性的影响作用, 它将电气自动化产品的效率和质量都进行了全面的提高。

2) 故障预测

电气自动化设备的故障常常表现出来的现象非常多, 人们很难在这些表象上找到它严格的线性和确定性关系。如果我们通过人工智能技术来控制电气设备, 这样就可以很好的解决这类难题。现阶段的人工智能技术在电气产品故障预测的运用主要是通过神经网络、专家系统、模糊逻辑等方法对电气设备的故障进行预测和诊断。比如电力系统中非常常见的变压器故障诊断, 传统方式是收集和分析变压器油中分解的气体来完成对变压器的故障原因的诊断。这种传统诊断方法不仅效率低, 而且费时又费力, 并且故障诊断的准确性也有偏差。而我们如果通过人工智能技术将神经网络、专家系统、模糊理论等方法相结合运用在故障预测系统种, 不仅能够快速准确地诊断出社保故障的起因, 而且同时还可以提供合理的故障解决方法。

3) 智能控制

人工智能技术在自动化的控制领域的研究已经非常成熟, 但是电气自动化设备的控制领域里人工智能技术的运用目前还是比较少。这是整个行业非常期待和研究的一个大方向。人工智能技术在控制领域的应用主要有下面三种:神经网络控制、模糊控制、专家系统控制。我们以专家系统为例, 它是一个对专业知识要求非常高的程序系统, 其储存着大量某个专业技术领域的专家知识, 这些知识经过预先学习总结和分析, 然后按照一种特定的模式记录, 同时该系统还有模拟领域专家对实际问题解决时所用的推理机制。专家系统首先对录入的数据通过预先总结的专家知识进行推理, 最后给出决策和判断, 所以在理论上, 它解决问题的能力在一定程度上可以达到该领域专家的水平。专家系统的研究是人工智能技术中非常活跃的一个领域, 它可以涉及到社会中各个领域, 只要需要领域专家工作的地方, 就可以对专家进行模拟, 对专家知识进行总结, 开发出专家系统提高工作效率。

人工智能控制技术的实现大致有下面几步:第一步, 数据信息的采集和处理:首先采集设备端的开关量和模拟量等数据, 然后对这些数据进行处理或者按照某种格式进行存储。第二步, 界面展现:对设备和系统的运行状态进行显示, 同时显示电压、电流、隔离开关、模拟量开关状态和一些挂牌检修的功能。第三步, 系统监控和事件报警:对系统中的设备模拟量的大小、开关量的状态等进行实时地智能监控。一旦有事故发生就向操作人员进行报价。包含越限、状态变化等报警事件。同时可以对事件进行顺序记录, 对事故的处理方式进行提示或者可以自动处理某类报警事件。另外, 报警的方式可以有多方式, 比如语音、电话、声光、图像报警等功能。第四步, 操作控制的实现:操作人员可以通过鼠标、键盘等终端对断路器、电动隔离开关等进行远程智能控制。某一个操作可以同时完成多种复杂功能, 简化了操作人员的操作流程, 同时也减少了人为的生产事故。控制系统还可以对操作人员的控制权限进行设置, 不同级别的人员可以做不同的操作, 这样就可以达到各级人员按权限值班管理的目的。第五步, 设备故障的录波:包含开关量变位, 模拟量故障录波, 顺序记录, 波形捕捉等。

2 人工智能控制的优势

非线性控制器主要包括下面几种:神经、模糊、模糊神经以及遗传算法。通过这种分类方法, 我们能得清晰的总体理解。同时对控制策略的统一开发有着很好的帮助。和常规的函数相比, AI函数近似器优势, 首先, 它不需要知道它控制的对象的具体模型。在很多场景下, 因为实际控制对象模型在控制器的开发设计时, 具有非常多的不确定性因素, 所以设计时很难找到控制对象的正确的动态方程。其次, 我们可以通过适当地调整下降时间、鲁棒性能等模式, 在提高性能的同时, 还可以提高计算所得结果的准确性。它与传统工业中用到的控制器相比较而言, 调节方式更加简介方便。另外, 如果它达不到专业领域的专家知识, 我们可以通过响应数据设计AI函数近似器、通过运用语言和响应信息设计等方法对系统进行提升, 这就使得该技术有更广泛的运用, 同时也可以让更多的人参与设计。对技术的宣传也有着一定的意义。最后, 系统能保持较为稳定的一致性, 该一致性与驱动器的特征没有关系。所以, 如果我们在设计的时候, 加入新的未知数据也能保证数据的准确性, 而且系统也可以很好地适应新的未知数据或信息, 从而达到解决常规方法所不能解决的问题的目的。此外, 它的设计价格非常低廉、抗噪声干扰能力强、设计容易修改。

3 结束语

人工智能技术是一门科技含量非常高的新兴发展科学领域, 它是人类智力的延伸和应用。随着科学技术的日新月异, 人们在人工智能技术领域的科研硕果必定会越来越多。而且人工智能技术必定会被大范围地应用到电气自动化技术中。同时, 在日益成熟的人工智能技术支持下, 电气自动化控制将会获得更好的发展。

参考文献

[1]翟辉.浅谈人工智能在电气自动化控制中应用[J].科技创新导报, 2009 (27) .

[2]陈洪峰.国内电气自动化发展状况与趋势[J].科技创新导报, 2009 (1) .

[3]杨状元, 林建中.人工智能的现状及今后发展趋势展望[J].科技信息, 2009 (4) .

[4]杨福明.智能技术在电气自动化控制中的应用[J].科学与财富, 2 012 (5) .

智能家居的发展方向与新技术 篇8

关键词：智能家居；控制技术；无线射频技术

中图分类号：TP18 文献标识码：A

中图分类号：TU855 文献标识码：A文章编号：1007-9599(2012)01-0000-02

Developing Direction and New Technology of Smart Home

Liu Guagua1,2

(1.North China Electric Power University,Baoding071000,China;2.Xinjiang Turpan Electric Power Bureau,Turpan838000,China)

Abstract:The smart home is an ideal home life.With the continuous development of high technologies,the higher level of intelligence in the technology improvements,smart home also has new developing directions. Firstly,this paper shows the developing directions,and then according to these directions introduces related information technologies,such as information technologies,communication technologies and radio frequency technologies,and so on,which provides a useful reference for the development of smart home.

Keywords:Smart home;Control technology;Radio Frequency Identification Technology

智能家居是人们对家居生活的一种全方位的要求，要求家中的各种电器设备可以被统一的控制和调节，使得不同设备之间也可以相互通信以不断调节运行状态。同时，智能电网技术的不断发展，智能电表技术允许家中自备的分布式发电装置可以为供电网络提供电力，进行电能的双向统计；电器设备可以根据供电网络中的实时电价来调节自身的运行方案。新技术的发展推动的智能家居的不断前进。

一、智能家居的发展方向

智能家居的概念很早就已经出现了，但是智能家居是随着新技术的发展不断前进的。

（一）电能管理的综合控制

智能家居需要更多的智能化电器设备，这些电器设备不仅能够智能地控制自身设备给人们提供服务，它们还要能够智能调控自己的电力管理，使得设备可以减少电能的消耗，在用电高峰期减少用电量，在用电的低谷期可以提前运行或者是储备电能，使得总的电力能源消耗最低。国家大力发展的智能电网技术以及智能电表技术使得电能的使用更加理性化和合理化。其次，智能家居将会包含更多的电力提供设备，如：风能、太阳能、生物能发电的电力设备。

（二）电器设备控制的通用化

虽然电器厂商给现在的电器设备附加上智能的功能，但是电器设备的智能化程度还不高，甚至还没达到设备控制的多样化和通用化。现在的电器设备控制由设备自身电路板中的微控制器来执行，设备可以执行的功能完全由微控制器中已经写好的、固定的程序代码来定义的。

智能电器设备的通用化控制是智能家居发展的一个重要方向。首先，总的控制系统要可以识别不同电器设备的通信格式，以分析和控制电器设备的运行；其次，电器设备要具有通用的微控制器和控制软件接口，使得普通家用的电器设备可以从电器厂商的网站上下载电器设备的个性化控制软件，使得电器设备不再一出厂就被限定只能够以一种方式运行。

（三）智能家居控制信息系统

以往的智能家居的综合控制系统是固定的电路控制或者是简单的信息收集。要综合控制越来越多的智能电器设备，就需要发展强大的控制信息系统。智能家居控制信息系统根据客户定制的管理模式，不断监视各个电器设备的运行状态和运行时间，调节设备运行的时间，调节用电设备与发电设备的运行，不断优化整个家居设备运行。同时还与互联网通信，获取相关信息，为智能化控制提供依据。

图1是智能家居控制信息系统的原理图。

图1 智能家居控制信息系统

Fig.1 Smart Home Control Information System

整个智能控制系统分为本地控制和集中控制两部分。

本地控制是由设备自身的控制器来执行的。本地控制器与控制信息系统利用无线技术或者是通用总线连接，向控制信息系统传递本设备的各种运行参数。

控制信息系统从设备自身的控制器得到了各个设备的运行状况等信息，经过分析并按照用户定制的管理模式，对不同的设备控制器进行合理的调节。

（四）控制的易用性

随着电器设备的增多和电器设备智能化程度的提高，设备的很多方面都需要人来进行设置。提高控制的易用性，降低控制难度是智能家居的又一重要方面。

这需要两方面的发展：一是电器设备独立的易用性控制，二是总的控制系统的易用性控制。第一方面指的是电器设备本身的控制按键和控制操作系统的易用性。第二方面指的是总的智能家居控制系统的控制易用性。

二、智能家居新技术

（一）无线射频标签（RFID）技术。

随着信息技术的发展，物联网技术应运而生。物联网是对物品管理的一项跨学科跨领域的技术。无线射频标签中存储有物体的自身信息，无线射频标签读写器可以读到200M或者更大范围的射频标签，而且读写器可同时对多余200个标签进行同时读取。利用无线射频标签技术可以实现对物体的智能化识别、定位、跟踪、监控和管理。

家用电器上贴上无线射频标签后，中央控制器可以随时检测到物品的位置与运行状态，减少设备之间的通信设计，降低功耗。食物上贴上无线射频标签，放到冰箱后，冰箱中的读写器读取食物信息，自动调节适合食物的温度和湿度。

（二）家用电器通用控制技术

为了能使家用电器的控制更加个性化和多样化，需要开发通用控制器，以通用MCU为基础的电器设备配合通用的控制软件运行环境，使得电器控制不在单一化和固定化。人们可以像使用手机软件一样，随时更换自己的控制软件，进行个性化控制配置。

（三）通用电器设备通信接口和协议

随着家用电器的增多和电器智能化的提高，智能电器需要与中央控制信息系统密切通信。但是目前世界上关于家用电器的通信接口和通信协议没有统一的规范，导致市场上智能电器设备或是无法相互通信，或者是中央控制信息系统难以方便地与智能电器进行沟通，所以制定统一的家用电器的通信接口和通信协议是未来智能电器发展的重要方面。

（四）智能家居控制技术

家用电器设备的增多，使得设备的良好优化控制成为一大难题。分布式技术的发展为提供了智能家居控制新的思路。

集中控制适用于中央控制器的统一部署和控制，在全局起着优化配置、调节设备运行的作用。分布式控制指的是电器设备之间通过相互的通信技术，根据彼此的地理位置和用户定义的功能需要来相互沟通，分别调节自身设备以达到由于集中控制不能及的细小的运行调节，使得各个设备能够相互配合稳定工作，使得电器之间的协作具有智能化。

（五）智能家居统一信息平台

管理信息系统在工作和生活中的各个领域都可以见到，但是智能家居的信息管理系统不只是仅仅需要信息的采集与存储，而是需要用人工智能的方法，挖掘数据之间的规律，协调电器设备运行，降低功耗。

智能家居统一信息平台在普通信息管理系统的基础上需要添加智能分析和控制的模块，以达到电器控制的智能化。除此之外，统一信息平台需要提供标准的信息通信接口与各种类型的电器设备进行通信，采集设备运行信息。

三、发展前景展望

智能家居的发展，是众多高新技术发展的集中体现，是一种不断发展的领域。人类将美好的家居生活寄托在智能家居上面，对其赋予了很高的期望。

我们现在可以看到很多家用电器设备的新发展：电脑一体机的热销，使得电脑的娱乐使用家电化了；嵌入式技术的发展，使得空调、冰箱、洗衣机、微波炉等电器变得智能化；无线通信技术的发展使得电器的综合控制和布线设计的难度大大降低；声、光、电子、微波技术使得数据的测量更加方便和准确。建立在众多高新技术之上的智能家居会有更美好的未来。

参考文献：

[1]冯凯,童世华.智能家居的由来及其发展趋势[J].中国新技术新产品,2010(6):7

[2]孔宁.物联网资源寻址关键技术研究[D].中国科学院研究生院（计算机网络信息中心）,2008

[3]张文亮,刘壮志,王明,杨旭升.智能电网的研究进展及发展趋势[J].电网技术,2009,33(13):1-11