人工湖可行性研究报告（精选7篇）
1.人工湖可行性研究报告 篇一
吉林西部建设人工湿地污水处理系统可行性研究
吉林省西部地区生态环境恶劣,其主要原因之一是干旱缺水,对城市污水进行资源化处理是有效缓解西部城市水资源贫乏问题的措施之一.西部地区有大面积的盐碱荒地,构建人工湿地污水处理系统有其明显的.场地优势.综合分析可知,在吉林省西部构建人工湿地系统对城市污水进行处理是可行的.以吉林省西部城市洮南市为例,提出了污水处理工艺并进行了经济对比分析.
作 者：张虎成 俞穆清 贾春明 ZHANG Hu-cheng YU Mu-qing JIA Chun-ming 作者单位：张虎成,俞穆清,ZHANG Hu-cheng,YU Mu-qing(中国科学院东北地理与农业生态研究所,吉林,长春,130012)
贾春明,JIA Chun-ming(长春市环境保护研究所,吉林,长春,130012)
刊 名：东北师大学报（自然科学版） ISTIC PKU英文刊名：JOURNAL OF NORTHEAST NORMAL UNIVERSITY(NATURAL SCIENCE EDITION) 年，卷(期)： 37(1) 分类号：X506 关键词：吉林西部 人工湿地 污水处理 可行性研究
2.人工湖可行性研究报告 篇二
湿地生态系统是地球上三大生态系统之一, 具有极高的生态效益, 可以有效地蓄水、抵抗洪涝灾害, 净化污水, 调节区域小气候 (如温湿度、降雨量等) , 控制土壤侵蚀。人工湿地系统是指在人工模拟天然湿地的条件下, 利用基质、水生 (湿地) 植物和微生物的相互关联, 以及物理、化学和生物的三重协同作用来净化污水的生态系统[1] 。
辽宁省铁岭莲花湖湿地是目前已建成的国内水质净化工程面积最大的人工湿地, 莲花湖湿地的建设是辽河铁岭段水污染综合治理的主要措施, 湿地处理后保证了辽河干流出境水质达到III类标准。辽河下游盘锦段水污染以有机污染为主, 将人工湿地技术应用于辽河下游污水处理, 能有效地去除污水中的有机物、悬浮物、氮、磷和重金属等, 并能产生良好的经济效益、环境效益以及社会效益[2]。
1 辽河下游水土环境的分析
1.1 辽河下游水质污染现状分析
辽河下游水污染的特征是季节性变化明显, 枯水期河流水污染严重, 进入丰水期后, 因降雨量增大, 污染有所减缓。据全国地表水月报记载, 辽河干流总体属重度污染, 主要污染指标为氨氮、高锰酸盐指数和五日生化需氧量 (BOD5) 。辽河下游盘锦段共有大型、中型2个化肥厂, 农业以种植水稻为主;城镇居民所排生活污水纳入生活管网, 最终去向为双台子河[3]。为了更好地了解辽河下游的水质情况, 结合有关部门多年检测的水质指标数据, 2008年该项目组共两次沿辽河下游盘锦段实地取水检测, 主要取样点依次为红庙子大桥、沙岭渡口、曙光大桥、赵圈河、红海滩、六道沟等地, 实地检测断面分布如图1所示。
(1) pH值。
pH监测值相对比较稳定, 变化不大。此次采样检测最低值为6.2, 出现在入海口处, 而最高值出现中游段, 为6.9。最高值与最低值相差不大, 且无超标现象, 符合地表水Ⅳ类标准。
(2) 浊度。
浊度的变化值相对较大, 沿辽河流向逐渐增大, 最大值为484, 出现在辽河入海口处。采样段最小值为61, 出现在沙岭渡口。最高值与最低值相差较大, 整个监测段平均值为162, 符合地表水Ⅳ类标准。检测的浊度沿程变化趋势如图2所示。
(3) 氨氮。
氨氮的检测数据基本稳定, 最大值出现在入海口处, 达到0.68mg/L。大部分区段均小于0.2mg/L。采样时间正值辽河枯水期, 这个数据基本上与往年枯水期相当。
氨氮沿程变化趋势如图3所示。
(4) 化学需氧量和总氮。
化学需氧量和总氮的量沿着辽河中下游逐渐增加, 尤其是总氮的量增长趋势明显, 在盘锦段更是严重超标。经分析, COD与总氮主要来自4个方面:工业点源污染、城市生活污水污染、农业面源污染和水土流失造成的污染。化学需氧量沿程变化趋势如图4所示。
1.2 辽河下游土壤、地质分析
辽河下游部分地段水土流失、河道冲刷比较严重, 以及近些年无计划的发展养殖业等, 致使沿河树木和植被遭到破坏, 土壤的水源涵养能力下降, 水土流失逐渐加重。水土流失将大量有机质、化肥和农药带入河道形成污染, 从而导致该流域的悬浮物含量明显增多。调查中还发现, 辽河下游沿岸种植庄稼, 使河堤的土壤变得比较松弛, 加重了水土流失, 而且农药和化肥很容易随着雨水或渗流污染水体。
2 人工湿地技术应用于辽河下游污水处理的可行性分析
2.1 人工湿地技术简介
人工湿地 (Constructed Wetlands) 是为污水处理人为模拟“自然湿地”建造的一个“自然系统”, 是人为地在有一定长宽比和地面坡度的洼地里将石、砂、土壤、煤渣等一种或几种介质按一定比例构成基质作为填床料, 并有选择性地植入植物的污水处理生态系统。植物为“自然系统”中的降解有机物微生物提供基质, 通常选择植入具有性能好、成活率高、抗水性强、生长周期长、美观及具有经济价值的水生植物如芦苇、蒲草等。人工湿地对污水的净化是人工基质、水生植物和微生物这个复合生态系统的物理、化学和生物作用的共同结果, 通过过滤、吸附、沉淀、离子交换、微生物同化分解和植物吸收等途径去除废水中的悬浮物、有机物、氮、磷和重金属等, 其中微生物和自然化学作用占约9%～10%, 水生植物吸收则占7%～l0%。这个独特的动植物生态体系不仅能实现对污水的高效净化, 同时通过营养物质和水分的生物地球化学循环, 促进绿色植物生长并使其增产, 实现废水的资源化。
2.2 人工湿地技术应用于辽河下游水污染治理的技术可行性分析
国内外有关城市污水的研究表明, 在进水浓度较低的条件下, 人工湿地对BOD5的去除率可在85%～95%范围内, COD的去除率可达80%以上, 处理出水中BOD5的浓度在10 mg/L左右, SS小于20 mg/L[4]。人工湿地对N、P去除率也很高, 分别达到60%、90%以上[5]。而城市二级污水处理厂对N、P的去除率仅在20%～40%范围内 [6]。
(1) 对有机物的去除。
研究结果表明辽河全河段水质为劣Ⅴ类, 有4项指标超标, 其中化学需氧量为81.6mg/L。人工湿地对有机污染物有较强的降解能力, 废水中的不溶性有机物通过湿地的沉淀、过滤作用, 可以很快地被截留进而被微生物利用;废水中可溶性有机物则可通过植物根系生物膜的吸附、吸收及生物代谢降解过程而被分解去除。随着处理过程的不断进行, 湿地床中的微生物也繁殖生长, 通过对湿地床填料的定期更换及对湿地植物的收割而将新生的有机体从系统中去除, 同时, 丰富的有机质可被绿色植物充分利用, 促进绿色植物生长并使其增产, 形成特色产业, 实现保护环境和发展经济的双赢。
(2) 对氮的去除。
无机类污染主要是由于工业点源、农业面源、生活污染源以及天然的地貌状况所导致。通过多年监测结果表明, 在辽河盘锦段氮作为主要污染物占污染分担率的50%。人工湿地对氮的去除主要靠微生物的氨化、硝化和反硝化作用。污水中的氮基本以有机氮和氨氮两种形式存在, 一般情况下, 有机氮被微生物分解成氨氮, 污水中无机氮作为植物生长过程中不可或缺的物质可以直接被植物吸收并通过植物的收割从污水和湿地中去除。植物直接吸收只占一部分, 主要的去除途径是通过微生物的硝化、反硝化作用来完成的。人工湿地中的溶解氧呈区域性变化, 连续呈现好氧、缺氧及厌氧状态, 相当于许多串联或并联A/O处理单元, 使硝化和反硝化作用可以同时进行。在这种环境下, 氨氮被氧化成NO-2和NO-3, 其机理是通过硝化作用先将氨氮氧化成硝酸盐, 再通过反硝化作用将硝酸盐还原成气态氮从水中逸出。
(3) 对磷的去除。
人工湿地对磷的去除是通过植物的吸收、微生物的积累及湿地床的物理化学等几个方面共同作用完成的。污水中的无机磷在植物的吸收和同化作用下, 被合成为ATP、DNA和RNA等有机成分, 通过对植物的收割而将磷从系统中去除。
2.3 人工湿地技术应用于辽河下游水污染治理的经济可行性分析
湿地不但具有污水净化、调节气候的功能, 还具有自然观光、旅游、娱乐等美学方面的功能, 由于人工湿地这种处理系统的出水质量好, 适合于处理饮用水源, 或结合景观设计, 种植观赏植物以改善风景区的水质状况, 有助于发展辽河下游的旅游产业。
在我国城市污水处理主要采用传统的二级活性污泥处理工艺, 其工程投资高、耗能大、运行管理要求高。而人工湿地作为一种天然的“污水处理厂”, 在污水处理方面, 由于其工艺无需曝气、投加药剂和回流污泥, 也没有剩余污泥产生, 因而可大大节省运行费用。
有数据显示, 人工湿地净化污水系统的建设成本为相同处理污水能力的传统的二级污水处理厂成本的1/5左右;运营成本一般为每吨处理污水近0.2元左右, 是二级污水处理厂成本的1/6。所以, 相对于传统的二级污水处理厂建设、运营成本高的特点, 培育人工湿地净化污水可以为城市建设节省大量资金, 而且每年还可以节省大量的运营成本, 对于发展中国家具有更大的经济效益和环境效益。
据各县区渔业生产统计, 辽宁盘锦市落实河蟹养殖面积140.2万亩, 多年来, 池塘养殖产生的残饵和粪便, 对于水质的污染十分严重, 养殖过程中代谢所产生的大量氨氮, 已成为农村地区的水环境污染源之一。人工湿地水处理系统同样可以在水产养殖园区发挥了小成本开展水处理的威力, 为河蟹的增产增收解决后顾之忧。
3 结论
与传统的污水处理工艺相比, 人工湿地水质净化技术是一种生态环保的技术, 其运行可靠、操作简单、运行管理费用低廉, 而且不会对环境造成污染。人工湿地技术已在我国南方城市广泛应用, 北方也有成功的实例, 所以在技术上是成熟的。结合辽河下游水土状况及人工湿地技术的特点, 得出用人工湿地技术处理辽河下游污水是可行的, 能够取得良好的经济效益、环境效益以及社会效益。
参考文献
[1]石岩, 万新南.人工湿地系统在垃圾渗滤液处理中的应用[J].水土保持, 2005, 12 (1) :138-140.
[2]朱智媛.福州生态校园应用人工湿地技术的可行性研究[J].福建工程学院学报, 2007, 5 (3) :258-260.
[3]王新兰.辽河盘锦段氮污染源解析[J].黑龙江环境通报, 2006, 30 (4) :42-43.
[4]沈耀良, 杨铨大.新型废水处理技术—人工湿地[J].污染防治技术, 1996, (21) :1-8.
[5]吴晓磊.人工湿地废水处理机理[J].环境科学, 1995, 16 (3) :83-86.
3.人工湖可行性研究报告 篇三
关键词：大规格河蟹；人工性成熟控制；三年养成；越冬
河蟹是我国淡水养殖的重要经济品种，目前存在多种不同的养殖方式，像池塘养殖、水库养殖、湖泊养殖、河道养殖、稻田养殖、湿地养殖、生态养殖、多品种混养等等。但是，两年的养殖周期却是现有养殖技术无法改变的，即第一年进行扣蟹培育，第二年进行成蟹养殖，受两年生命周期的约束，现有的养殖技术使河蟹的规格无法再有大的提高。通过人工技术手段，把河蟹的生长周期由2年变成3年，将会使河蟹的规格得到大的提升，这在技术上能否可行和实现？笔者对当前我们公开资料介绍的、以及自然界中存在的3龄以上的大规格河蟹现象进行了分析，并对扣蟹培育过程中的早熟现象进行了深入剖析，由此“建立”了新的河蟹“性发育理论”。根据新的“性发育理论”，认为把河蟹的养殖周期由2年变成3年是可以做到的。
1 自然界存在3龄以上河蟹的现象
无论是对河蟹生物学特征描述的公开资料、教科书、还是有经验渔民养殖户的确认还是科技文献的记载以及有关的试验证明，自然界中存在大规格3龄及以上河蟹的现象是普遍的。
黄河三角洲地区的自然水域中，每年都有一定量的大规格河蟹出现，甚至有250 g以上的大蟹，当地有经验的渔民、居民以及河蟹养殖户都认为这些河蟹最少生长了3年；公开描述河蟹生物学特征的教科书中以及相关的资料都认为部分河蟹的寿命可以达到3年；有公开资料介绍，在黑龙江寒冷的地方，河蟹能够活到4～5年；济宁吉康农业有限公司的13.3 hm2水面蟹池，在2012年出过50 kg确认是生长三年的3龄大规格的河蟹，最大个体300 g左右。2013年秋天收蟹后，曾发现仍有尚未成熟的2龄蟹；在黄河三角洲的养蟹水库中，每年都有少量被认为是3龄的大蟹出现。
那么是什么原因使得这些河蟹经过两年、甚至三到四年还未达到性成熟，使其生命能够达到3～5年、并且都长成大的个体？目前还没有见到过公开的报导和研究。如果能够解开这个谜团并加以研究利用，必将是河蟹大规格养殖技术上的重大突破以及河蟹生长发育理论上的重大发展。
2 扣蟹培育过程中的早熟现象
公开资料认为，河蟹的一生要蜕壳18次左右。由于环境条件的不同，其蜕壳次数略有不同，这公认的。从孵化开始到大眼幼体期间蜕壳5次，这是确定的。扣蟹阶段蜕壳8～9次左右，成蟹阶段蜕壳4～5次左右，这是大家基本认同的。另外，河蟹的最后一次蜕壳是生殖蜕壳，这也是被确定的。
在扣蟹培育过程中，常常伴随着早熟现象，而且不同的池塘中出现的数量比例不同，就是说，有着很强的偶然性。我们认为是盐度、密度、营养、水质环境条件、光照时间、有效积温、管理技术等多种因素共同积累作用的结果。不同的养殖池塘、不同的养殖人员、不同的环境条件和养殖技术水平，决定了在扣蟹培育过程中盐度、密度、营养、水质环境条件、光照时间、有效积温、管理技术等等众多因素的差异，导致了扣蟹早熟现象出现的偶然性。为了便于分析和表述，笔者在这里把这些所有能够促使河蟹性成熟的因素全部合并，暂且称为“性成熟因素积累”，河蟹只有完成这种“性成熟因素积累”，才能发育成成熟河蟹。
我们暂时把越冬前的扣蟹分为两种，正常的称为“正常扣蟹”，成熟的称为“成熟扣蟹”。我们分析它们的蜕壳次数（从大眼幼体算起），我们假设“正常扣蟹”的蜕壳次数是8～9次，那么“成熟扣蟹”的蜕壳次数是几次？难道这些“成熟扣蟹”已经完成了它的生命周期、已经完成蜕壳13次了吗（从大眼幼体算起）？就是说这些“成熟扣蟹”比同一池塘养殖的“正常扣蟹”多蜕壳5～6次吗？
从技术角度和理论角度分析，在同一池塘，放养的苗种相同、几乎所有的水质因子、环境、饵料、管理、技术、光照、生长时间等等都基本相同，它们的生长速度差异不会太大，就是说两种扣蟹最后蜕壳的次数相差不会太多，更不会有5～6次之差。
从实际现象角度分析，“成熟扣蟹”的个体明显要比“正常扣蟹”个体要大，在几何尺寸上，要大出接近1/3。在重量上，“成熟扣蟹”是“正常扣蟹”两倍左右，在这个生长的阶段上，正是多蜕1次壳的特征差别。
综合分析，可以确定“成熟扣蟹”比“正常扣蟹”多蜕1次壳。
那么，如果我们在培育扣蟹的后期，创造条件再让“正常扣蟹”多蜕1次壳，可以确定，这些“正常扣蟹”应该会成熟变成“成熟扣蟹”。
换一个角度描述就是，“正常扣蟹”的“性成熟因素积累”，和“成熟扣蟹”的“性成熟因素积累”只有“1次壳”的数量之差。
但是，事实上，这些扣蟹在第二年的养殖中，要蜕壳4～6次，直到秋天才发育成熟停止生长，并非再蜕1次壳后就成为成熟蟹了。
3 河蟹能够在第二年蜕壳生长的机理分析
本应再蜕1次壳就可成熟的“正常扣蟹”，可是到了第二年却能够继续蜕壳4～6次，直到秋天发育成熟为止。这里面有什么样尚未发现的内在规律和理论机制呢？这“1次壳”数量之差的“性成熟因素积累”是如何变成了“4～6次”之差的？
笔者通过分析，发现了一个规律，那就是不论是生长了几年的河蟹，只有到了秋天，才会发育成熟，才能进行生殖蜕壳。那么这种“规律”的内在机理是什么？
通过对河蟹“性成熟因素积累”（营养积累、光照时间、有效积温、盐度、密度、水质环境条件等）、以及河蟹生命周期中的季节变化和只有秋天才发育成熟的规律分析发现，笔者认为是河蟹的越冬过程使河蟹的“性成熟因素积累”发生了变化。笔者这样推测和判断：“正常扣蟹”到了第二年的春天，并没有继承延续其越冬前的那“1次壳”数量之差的“性成熟因素积累”，河蟹的越冬过程不但使河蟹的“性成熟因素积累”进程中断，而且还使河蟹的这种“性成熟因素积累”消除了，并且达到了彻底的“回归清零”，只有到了第二年的春天，才重打锣鼓，再重新进行其“性成熟因素积累”，直到秋天，完成“积累”后，进行最后一次的生殖蜕壳，发育成熟，这是河蟹能够在第二年继续蜕壳4～6次生长的原因机理。
nlc202309011857
基于同样的分析，如果第二年的秋天河蟹“性成熟因素积累”还没有完成，还没有进行生殖蜕壳就又进入了越冬环节，其“性成熟因素积累”就会被越冬再次“清零”，只有到来年的春天重新“积累”，这时的河蟹就又增加了一年的生命周期，成了3龄蟹。
4 新的河蟹“性发育理论”
通过以上的分析推测，笔者认为，我们可以“建立”以下新的河蟹“性发育理论”：当河蟹未达到性成熟（没有完成生殖蜕壳）就进入了越冬时，其性发育终止并消退到春天开始时的水平，并在越冬结束后的来年春天重新从零开始发育。
如果这种“性成熟因素积累”被越冬环节“回归清零”的“性发育理论”正确，那么，尚未达到性成熟的1龄、2龄、3龄蟹，经过越冬环节的“回归清零”后，到了第二年就能仍然蜕壳生长，最终生长成为多龄的大规格河蟹。
当然，由于随着河蟹个体的增大，河蟹的蜕壳间隔时间就越来越长，所以，河蟹也不可能无限期地生长。
根据新的河蟹“性发育理论”，我们就可以合理地解释教科书及相关资料中所描述的部分河蟹可以活3年、以及黑龙江寒冷地区河蟹能活4～5年、以及自然水域存在3龄大规格河蟹、以及养蟹老池塘及水库中出现3龄大蟹等种种出现3、4、5龄蟹的现象。
但是，这些自然状态下出现的多龄河蟹为什么到了越冬前还未发育成熟？笔者这样分析推测：首先是黑龙江寒冷地区，河蟹一年的生长期短，多有发育不成熟现象可以解释的；其次，像黄河三角洲等自然水域和水库，由于具体个别环境条件存在差异，如部分河蟹可能常年生活在某一深水、隐蔽、光弱、低温、动物饵料缺乏等的环境中，就有可能出现性发育滞后的现象；第三，上海海洋大学王武教授曾经做过实验，只投喂青饲料的河蟹到第二年大多仍然不能成熟，这表明，缺少动物性饵料，影响了河蟹性发育；第四、据山东济宁吉康农业有限公司介绍，其河蟹养殖池中水草丰盛，养殖过程中不投喂饵料，其出现3龄蟹同样与缺少动物饵料、光照弱、水温低有关。
这表明，无论是什么原因导致的性发育滞后，使得当年没有发育成熟的河蟹，最终结果都能在第二年正常生长，都能长成多龄河蟹。这种现象的出现，可以作为新的河蟹“性发育理论”的直接证据。
5 三年养殖大规格河蟹的技术可行性探讨
根据河蟹的新“性发育理论”，自然界中出现的这些大规格的3、4龄的河蟹以及养殖生产过程中出现的3龄河蟹，既是偶然也是必然的结果。偶然，指的是少量河蟹受到某些因素的作用，到第二年甚至第三年还未达到性成熟的偶然现象。必然，指的是这些未成熟的河蟹，根据新的“性发育理论”，能够继续生长成多龄大规格的河蟹是必然结果。
根据河蟹新的“性发育理论”，我们可以探索试验三年大规格河蟹养殖技术。可以进行这样的技术设计：首先建造室内合适的越冬池，配备合适的制冷、充气、保温设施，可以在7-8月份期间，将还没有达到性成熟的二龄蟹，收捕集中到室内越冬池，在一定的时间内，将水温降到3～4 ℃的越冬温度，让其提前进入越冬期。利用越冬的环节，对其“性成熟因素积累”进行“回归清零”，实现第三年大规格养殖的目的。
6 技术前景
我国有食蟹的传统，河蟹位列第一，市场需求巨大，而且市场所需的大规格河蟹还占不到总产量的三分之一。2012年，全国河蟹养殖产量约65万t，随着我国经济的不断发展和人民生活质量的不断提高，对河蟹的需求、特别是大规格河蟹的需求，将不断增长，河蟹市场发展空间巨大。
该技术如能试验成功并推广，可以催生一个以大二龄大规格苗种培育（人工冬眠越冬）为主导的新兴产业，并以此为纽带，使河蟹的养殖规格以及大规格河蟹的比例得到大幅度的提高。特别是在包括辽宁省等在内的我国重要河蟹苗种产地的北方地区，具有重大的现实意义和产业化意义，同时，使我国现有的河蟹养殖技术实现重大突破，具有广阔的产业化前景。
4.人工智能行业研究报告 篇四
从去年的Alpha Go对战李世石开始，再到今年升级版的Alpha Go对战柯洁，人工智能经过一年多的发酵早已不再是一个陌生的名词。
截至目前，人工智能行业已发布了多篇报告，但我们仍致力于写出不一样的东西。除却老生常谈的算法、计算力、数据之外，我们认为人工智能的未来最重要的驱动力一定会是“场景驱动”。在人工智能的场景驱动阶段，不但可以针对不同用户做个性化服务，而且可在不同的场景下执行不同的决策，最终实现“给予决策支持”的目标。因此本报告中，我们用了较大的篇幅去描绘人工智能的场景应用。
那么，在不同的场景中，人工智能是如何发挥作用的？带着这个问题，我们研究了国内外与此领域相关的企业，写出了这份人工智能行业的研究报告。
报告摘要
人工智能（ArtificialIntelligence）是指使用机器代替人类实现认知、识别、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟。
1.在AI发展的不同阶段，驱动力各有侧重，我们可以将AI的发展划分为三个阶段：技术驱动阶段、数据驱动阶段和场景驱动阶段。其中技术驱动阶段集中诞生了基础理论、基本规则和基本开发工具。在此阶段，算法和计算力对AI的发展起到主要推动作用，其中计算力主要包含芯片、超级计算机、云计算等三个维度。
2.在市场规模方面，综合考虑我国人工智能的爆发节点、技术成熟度以及全球AI市场规模等因素，我们保守估计最迟至2019年我国AI的市场规模将突破百亿元，而2022年这一数字应在700亿元左右。
3.随着AI支撑技术的不断发展，AI将持续拓展更多的应用场景；而愈发多样化的应用场景需求又会反过来驱动支撑技术，从而带动整个AI行业的持续发展。但各应用场景的发展并非均衡，整体看来将从垂直领域AI逐渐过渡到通用型AI。
总体来说，AI最重要的还是要将技术与应用场景相结合，无法落地的技术很难得到资本青睐和市场认可，而有闭环、垄断性的数据，并且其技术能够与实际应用场景结合的公司将有望产生难以被替代的商业价值。
行业概述
AI是使用机器代替人类实现认知、分析、决策等功能的综合学科
人工智能（ArtificialIntelligence）是指使用机器代替人类实现认知、识别、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟，是一门综合了计算机科学、生理学、哲学的交叉学科。凡是使用机器代替人类实现认知、识别、分析、决策等功能，均可认为使用了人工智能技术。作为一种基础技术，理论上讲人工智能能够被应用在各个基础行业（如AI+金融、AI+医疗、AI+传统制造业等），同时也有其如机器人这样具体应用行业的概念。
本报告将以2017年上半年为时间节点，对包括发展驱动力、巨头布局、投融资情况、预测的市场规模等在内的人工智能行业到目前为止的整体发展情况做简要分析，并对包括数据标记、语音识别、语义识别、计算机视觉等技术领域以及安防、医疗、金融等应用场景在内的细分领域及其典型企业进行简析，探索人工智能领域未来发展趋势和可能的投资/创业机会。
行业驱动力
技术驱动：算法和计算力是主要驱动力
在AI发展的不同阶段，驱动力各有侧重，我们可以将AI的发展划分为三个阶段：技术驱动阶段、数据驱动阶段和场景驱动阶段。
技术驱动阶段集中诞生了基础理论、基本规则和基本开发工具。在此阶段，算法和计算力对AI的发展起到主要推动作用。现在主流应用的基于多层网络神经的深度算法，一方面不断加强从海量数据库中自行归纳物体特征的能力，一方面不断加强对新事物多层特征提取、描述和还原的能力。对算法来说，归纳和演绎同样重要，最终目的是提高识别效率。最新ImageNet测试结果显示，AI错误率低达3.5%，而人类对同一数据库识别错误率在5.1%，理想情况下，计算机图像识别能力已超越人类。
如上图所示，每年在ImageNet测试中错误率最低的算法模型都不尽相同（从NEC到ResNet），这也反映了人们对于算法的不断探究、更迭过程。
计算力的三驾马车：芯片、超级计算机、云计算 提高识别效率除依靠算法之外，也离不开计算力的支持。计算力可以分三个维度展开：芯片、超级计算机、云计算。
芯片：人工智能领域作为一个数据密集的领域，传统的数据处理技术难以满足高强度并行数据的处理需求。为解决此问题，继CPU之后，相继出现了GPU、NPU、FPGA、DSP等“AI”芯片。1999 年，Nvidia公司发布了全球首款图片处理芯片GPU；2016年，寒武纪发布了全球首款深度学习专用处理器芯片NPU，芯片的更迭、进步可从根本上提高计算性能。
超级计算机：其基本组成组件与个人电脑的概念无太大差异，但规格与性能则强大许多，是一种超大型电子计算机。我国自主超级计算机“神威·太湖之光”，其处理器为众核CPU“申威26010”，整台“神威·太湖之光”共包含40960块处理器；打败李世石的AlphaGo共包含1202个CPU和176个GPU；打败柯洁的升级版AlphaGo使用到了TPU，但数量只有 4 颗。
可以发现，真正用于人工智能的超级计算机芯片还只是处于CPU、GPU层，如何将更适用于网络神经算法的NPU、FPGA等芯片量产化并融合入超级计算机芯片矩阵，是在人工智能发展的第一阶段—技术驱动阶段应该重点努力的方向之一。
云计算：与主要应用于密集型计算的超级计算机不同，云计算依靠其灵活的扩展能力主要应用于社交网络、企业IT建设和信息化等数据密集型、I/O密集型的领域。
我们分析认为，当AI跨越入第二阶段—数据驱动阶段后，算法和计算力将变成人工智能领域的基础设施—“水、电、煤”。就目前看来，多项算法开源平台已将AI算法引入统一、公用阶段，运算力也必将向同样的趋势发展。云计算则是一个初步尝试，未来，计算力的发展方向或将是云计算和超级计算机技术结合，为企业提供既可密集运算又可灵活扩展的计算服务，将人工智能赋能全行业。
数据驱动：描绘个性化画像；场景驱动：给予决策支持
人工智能发展的第二个阶段，算法和计算力已基本不存在壁垒，数据将成为主要驱动力，推动人工智能更迭。此阶段，大量结构化、可靠的数据被采集、清洗和积累，甚至变现。例如，大量的数据基础上可以精确地描绘消费者画像，制定个性化营销方案，提高成单率，缩短达到预设目标的时间，推动社会运行效率提升。
到了人工智能发展的第三个阶段，场景驱动作为主要驱动力，不仅可以针对不同用户做个性化服务，而且可在不同的场景下执行不同的决策。此阶段，对数据收集的维度和质量的要求更高，并且可实时根据不同的场景，制定不同的决策方案，推动事件向良好的态势发展，帮助决策者更敏锐的洞悉事件根本，产生更精准更智慧的决策。
人工智能产业链综述
AI产业链主要包括技术支撑层、基础应用层和方案集成层
正如报告开头所述，人工智能是指使用机器代替人类实现认知、识别、分析、决策等功能，是一门综合了计算机科学、生理学、哲学的交叉学科。完整的人工智能产业链可以分为技术支撑层、基础应用层和方案集成层，或者说应用场景层。
技术支撑层主要由AI芯片、传感器等硬件和算法模型（软件）和两部分构成。其中传感器与IoT的感知层相似，包括GPU、FPGA、NPU等在内的AI芯片负责运算，算法模型则负责训练数据。
基础应用层的技术则是为了让机器完成对外部世界的探测，主要由计算机视觉、语音识别等感知层和语义识别等认知层构成，这些技术是机器能够做出分析判断的基础。此外，在感知与认知技术之下还有数据标注作为其底层支撑。
方案集成层是集成了某种或多种基础应用技术的、面向如工业、自动驾驶、家居、仓储物流、金融、医疗等不同应用场景的产品或方案。
本篇报告将主要围绕AI中基础应用层和方案集成层，即应用场景层进行分析。
语音识别：语音识别过程虽存在难点，但目前技术已趋于成熟
语音识别是将语音转换为文本的技术，是自然语言处理的一个分支。前台主要步骤分为信号搜集、降噪和特征提取三步，提取的特征在后台由经过语音大数据训练得到的语音模型对其进行解码，最终把语音转化为文本，实现达到让机器识别和理解语音的目的。根据公开资料显示，目前语音识别的技术成熟度较高，已达到95%的准确度。然而，需要指出的是，从95%到99%的准确度带来的改变才是质的飞跃，将使人们从偶尔使用语音变到常常使用。
语音识别作为一种一维时域信号，在实际操作中主要有两个难点。首先是数据的获取、清洗。语音识别需要大量细分领域的标准化语料数据作为支撑，尤其是各地方言的多样性更是加大了语料搜集的工作量。据媒体消息，苹果iOS 10.3版本中Siri已支持上海话。
第二个难点是语音特征的提取，目前主要通过具备多层神经网络的深度学习来解决，多层的神经网络相当于一个特征提取器，可对信号进行逐层深化的特征描述，最终从部分到整体，从笼统到具象，做到最大程度地还原信号原始特征。
语音识别虽市场庞大但已出现领航者，留给创业公司的机会不多
据Research andMarkets研究报告显示，全球智能语音市场将持续显著增长，预计到2020年，全球语音市场规模预计将达191.7亿美元。根据Capvision报告显示，从语音行业市场份额角度来看，全球范围内，由Nuance领跑，国内则是科大讯飞占据主导地位。
企业案例：科大讯飞
科大讯飞专注于To B的语音识别技术，目前已领跑中文语音市场
科大讯飞创办于1999年，主要从事智能语音及语言技术、人工智能技术研究，软件及芯片产品的开发，而应用集成则由下游的开发商或客户自己完成。根据公开资料显示，科大讯飞是目前我国少数掌握核心技术的语音领域企业之一，已于2008年5月在深圳证券交易所挂牌上市。
科大讯飞拥有六大核心技术，分别是语音识别、语音合、自然语言处理、语音评测、声纹识别和手写识别。其中更重要的是其同时拥有语音合成和语音识别，能够把“听”和“说”组合起来。此外科大讯飞还提出讯飞超脑计划，瞄准语音理解力市场。
随着人工智能热度高涨，科大讯飞等企业技术得以规模性落地
科大讯飞以讯飞超脑、AIUI 为内核，积极打造基于讯飞开放平台的AI 生态，面对不同场景，推出覆盖全行业的语音产品及服务，深耕智慧教育、智慧城市、智慧汽车、智慧医疗以及智慧家居五个行业，全方位挖掘G 端、B 端及C 端客户。
随着全球范围内人工智能热度的高涨，语音识别作为其中重要的技术应用层落地项目也愈加多元化。科大讯飞在智慧教育、智慧城市、智能家居、智能汽车、机器人等领域规模化的应用，促进了其营收近几年内持续稳定走高，尤其是在教育行业，科大讯飞构建了智慧考试、智慧校园、智慧课堂、智慧学习等一体化的智慧教育产品体系，2017年智慧课堂产品有望成为其在教育行业收入和毛利的重要增长点。
企业案例：Nuance＆云知声
Nuance领衔全球市场，云知声重点布局家居领域
从世界范围来看，Nuance是全球最大的独立语音识别公司之一。Nuance于1994年成立于美国麻省伯灵顿，并于2000年4月在纳斯达克上市。Nuance曾为苹果、三星提供语音支持服务，在语音识别领域一度处于垄断地位，后随深度算法的普及，各巨头逐渐开始自主研发语音识别技术，差距逐渐缩小。但直到今天，其发布的Dragon Drive（声龙驾驶）——互联汽车语音和内容平台，仍为众多知名车企提供着车载语音技术支持，如梅赛德斯-奔驰、戴姆勒、宝马、丰田、雷克萨斯、荣威等汽车品牌。
此外，还有重点布局家居领域的语音企业—云知声。云知声于2012年6月创办于北京，目前融资轮次为B+，是智能语音领域新锐玩家。据官方数据显示，云知声目前已覆盖了476个城市，覆盖用户超过1.8亿，代表客户有网易易信、锤子手机、乐视超级电视等。
语义识别：解决“听得懂”的语义识别领域中，新进入者仍具有一定机会
语义识别是人工智能的重要分支之一，解决的是“听得懂”的问题。其最大的作用是改变人机交互模式，将人机交互由最原始的鼠标、键盘交互转变为语音对话的方式。此外，我们认为目前的语义识别行业还未出现绝对垄断者，新进入的创业公司仍具备一定机会。
语义识别是自然语言处理(NLP)技术的重要组成部分。NLP在实际应用中最大的困难还是语义的复杂性，此外，深度学习算法也不是语义识别领域的最优算法。但随着整个AI行业发展进程加速，将为NLP带来长足的进步。
语义识别技术拥有多样性的应用领域以及行业参与者
我们认为，基于语音识别和语义识别的智能语音交互技术在车载场景中存在刚需，也会成为最先爆发的领域之一。并且，随着车联网的纵深化发展，相关硬件趋于免费，依靠语音交互天然流量入口，做个性化增值服务将是未来车载领域的主要盈利点。
从1996年至今，国内至今仍在运营的人工智能公司接近400家1。从下图可看出，自然语言处理（NLP）无论在创业热度、获投数量还是获投金额都处于细分领域的前三。据 Global Market Insights数据，预计到2024年市场规模达到110亿美元。
科技巨头乐衷于收购，小而美的企业更偏好细分场景
科技巨头尤其是微软早在2008年就已开始布局语义技术领域。对于巨头来说，自主研发耗时久、投入高，同时效果也是未知的，直接收购是多数巨头选择的最快方式。
关于语义识别领域的创业公司，国内代表企业有出门智能360、出门问问、三角兽、蓦然认知等。其中，三角兽的智能语音交互功能已被应用在Rokid、锤子手机、威马汽车等产品上。此外，由于自然语境和细分行业语境下，同一名词可能具备不同含义，因此除了行业通用型的语义识别公司之外，还存在一些深耕细分场景的公司，例如律师行业国外有基于IBM Watson的ROSS，国内有无讼、法律谷等。
计算机视觉：计算机视觉主要研究如何使机器具备“看”的能力
计算机视觉（computer vision，简称CV）是指用计算机来模拟人的视觉系统，实现人的视觉功能，以适应、理解外界环境和控制自身运动。主要解决的是物体识别、物体形状和方位确认以及物体运动判断这三个问题。计算机视觉识别系统通常需要三个过程：目标检测、目标识别、行为识别，分别解决了“去背景”、“是什么”、“干什么”的问题。
计算机视觉在技术流程上，首先要得到实时数据，此步骤可通过一系列传感器获取，少部分数据可直接在具备MEMS功能的传感器端完成处理，大部分数据会继续传输至大脑平台，大脑由运算单元和算法构成，在此处进行运算并给出决策支持。
动态人脸识别是最热领域，金融和安防是最热场景
计算机视觉应用场景可分为两大类：图像识别和人脸识别，每类又可继续划分为动、静共四个类别，基本覆盖了目前计算机视觉的各项应用场景。其中动态人脸识别技术是目前创业热度最高的细分领域，尤其是金融和安防场景，是其重点布局场景。
国内，计算机视觉领域的企业最早出现在1997年，2014年出现创业高潮，企业平均年龄在3.9岁。下表格为该领域目前存续的具备代表性的创业公司。
各细分领域成熟度相差大，其中人脸识别未来几年市场潜力巨大
计算机视觉作为一种人工智能的基础技术应用，使用场景多样，市场潜力巨大。其中人脸识别领域在2016年已接近百亿规模，中国市场在全球范围扮演着十分重要的角色。
由此可见，计算机视觉各细分领域的成熟度目前相差较大。人脸识别、指纹识别等所在的生物特征识别领域相对来说技术成熟度、工业化程度较高。在物体和场景识别方面，由于识别的物体种类繁杂，表现形态多样，技术成熟度较低。
对于计算机视觉而言，其主要瓶颈在于受图片质量、光照环境的影响，现有图像识别技术较难解决图像残缺、光线过爆、过暗的图像。此外，受制于被标记数据的体量和数量，若无大量、优质的细分应用场景数据，该特定应用场景的算法迭代很难实现突破。
企业案例：商汤科技
专注计算机视觉算法研发，推动视觉技术融入各行各业 商汤科技创办于2014年11月，位于北京，2017年4月完成了赛领资本领投的战略投资6000万美元。商汤科技专注于核心算法开发，通过视觉技术赋予计算机视觉感知和认知的能力，业务覆盖金融、商业、安防、互联网+等行业，意图为企业提供低门槛的计算机视觉技术，打造“商汤驱动”的人工智能商业生态。
商汤科技的核心能力在于其能够自主开发原创深度学习模型，其自有的高性能算法库相对行业内开源平台库，较大程度提高了算法效率，带来2-5倍的性能提升。性能的提升直接导致的是极大地降低了计算机视觉硬件门槛，例如一般情况下双目、深度摄像头才具备视频处理能力，但利用商汤科技的算法模型，单目摄像头也具备此能力。此外，商汤科技自身构建了具备200块GPU链接能力的DeepLink超算平台，过去耗时1个月的运算，现在只需5-6个小时即可完成。硬件门槛降低+计算能力提升，使得大部分企业快速接入计算机视觉技术成为现实。
作为算法层企业，商汤科技通过与京东、小米、新浪微博等应用层级公司合作，使得自己的算法可以很好地融合多类细分领域的特点，快速移植复制到各行各业。除此之外，商汤还在技术层与多家企业合作，例如，商汤科技与科大讯飞合作研发具备人脸+语音双重识别的产品；与英伟达合作研发适用于深度学习的GPU芯片，该芯片可实时处理双路视频，为智慧视频提供支持。
商汤科技诞生于香港中文大学的多媒体实验室，团队成员主要由两部分构成，其一是来自MIT、斯坦福、香港大学、清华大学等高校及其实验室的科研人员；其二是来自谷歌、百度、微软、阿里巴巴等产业界的商业人员。商汤科技意图将实验室最新成果与商业变现之间的时空差距缩到最低限度。2017年4月，商汤科技宣布完成了新一轮的战略融资，将进一步加速商业化布局。
企业案例：触景无限
触景无限专注嵌入式感知模组的研发，试图在前端解决感知问题
除商汤科技这类依靠算法作为计算机视觉解决方案的流派之外，还存在触景无限这类专注于前端嵌入式硬件并搭载软件的打法。触景无限成立于2010年，提供嵌入式智能感知平台——视觉卡，并于2017年3月完成A+轮5000万元人民币融资。
触景无限视觉卡基于英伟达、英特尔等嵌入式芯片，融合了人脸识别、物体识别、双目测距、GPS、TOF、IMU等多种传感器、数据处理平台和压缩算法模型，提供的嵌入式智能感知平台，具备体积小、功耗低、实时图像处理、处理能力高、多目摄像头支持、通用API接口等特点。例如基于深度学习的人脸识别技术运行在视觉卡上能达到每帧100ms的速度（分辨率为1080P时的检测+识别速度），在1:1人证比对的情况下识别率大于99%，在1:50000的情况下识别率大于90%。通过该视觉卡，信息处理可以直接在前端完成，帮助前端硬件完成“感”与“知”的融合。
在具体产品方面，截止2017年6月，触景无限视觉卡已完成两代视觉卡的研发，其中一代V10X系列已于2016年底实现量产，二代V20X系列亦于日前发布。相较于一代，二代基于Intel-Movidius芯片研发，芯片体积更小（一元硬币大小），功耗更低（低至2瓦），处理速度更强（约1Tflops）。两代视觉卡产品均可用于安防、无人机、机器人、智能家居、智能汽车辅助驾驶等领域。
人工智能的应用场景层
AI+医疗：融合目前主要体现在智能设备和识别诊断两方面
人工智能在医疗领域的应用，我们认为主要体现在“软”和“硬”两方面。“硬”指的是主要用于医院、诊所的医疗或辅助医疗的智能型服务机器人。种类包括手术机器人、假肢机器人、康复机器人、心理康复辅助机器人、个人护理机器人和智能健康监控系统等六大类。
手术机器人领域代表公司Intuitive Surgical成立于1995年，其产品达芬奇手术机器人是目前全球范围内应用最广泛、技术水平最高的手术机器人之一。达芬奇手术机器人属于人机协作型机器人，主要由医生控制台、机械臂系统、三维成像系统三部分构成。手术实施过程中，主刀医师不与病人直接接触，而是通过三维视觉系统和动作定标系统操作控制，由机械臂以及手术器械模拟完成医生的技术动作和手术操作。目前，整个手术机器人行业正在由大型开放性手术向人体微创精细型手术转型。
手术机器人行业急需打破垄断，降低成本，普惠国人
就全球而言，目前医疗机器人的研发与销售仍主要集中在北美地区。截至2016年6月，达芬奇手术机器人全球累计安装3745台，其中美国2474台，全球累计完成手术300万例。达芬奇手术机器人是国内唯一获批上市的医疗机器人，截至2016年12月，全国各地共引进了59台，2016共完成手术11445例，历年总计完成手术22917例，国内渗透率极低。
随着我国老龄化进程加速和中产阶级的崛起，人们对医疗的精准度、无痛化等要求逐步攀升，同时也由于医疗人员的稀缺，中国的医疗机器人的需求空间非常大。据OFweek消息，2021年，全球手术机器人市场规模将达200亿美元，手术机器人国产化已迫在眉睫。
AI+医疗衍生出的识别诊断领域中，数据是关键
在AI与医疗的软性结合上，具体应用包括诊前的疾病预防、健康管理；诊中的辅助诊断、医学图像处理；诊后的虚拟医护助手等。目前，发展较为成熟的领域有医学影像识别和智能诊断等。
算法和数据是医学影像识别和智能诊断的技术基础，其中，医疗垂直领域的图像算法和自然语言处理技术已可基本满足行业需求，而数据方面例如医学影像数据、电子病历等，存在各医院之间信息不流通、企业与医院之间合作不透明等问题，使得技术发展与数据供给之间存在矛盾。
但随着全球医疗保健进入数字化拐点，可授权使用的数据量得以快速增长，另一方面也由于医疗机器人这类新的医疗数据终端的逐步普及，都将为智慧医疗行业带来新的发展契机。
政策鼓励+需求爆发，大健康领域或将出现更多创业者加入
基于数据的稀缺性，拥有一手医疗数据、和政府、医疗机构有大量渠道的创业公司将会建立起壁垒。或者通过对拥有数据的企业进行全资收购也是快速壁垒的好方式。目前，AI+医疗的软性应用方面的主要玩家国外有IBM Wastson，国内有碳云智能、推想科技等。
2015年，国务院发布《关于印发全国医疗卫生服务体系规划纲要(2015年—2020年)》，提出推动惠及全民的健康信息服务和智慧医疗服务，推动健康大数据的应用，逐步转变服务模式。IDC预计，2017年国内医疗行业IT花费市场规模将达到336.5亿元，2012至2017年的年复合增长率为14.5%，增速高于中国IT市场的平均增速，需求旺盛。
整体而言，医疗“软”市场急需医疗数字化、开放化，“硬”市场需要大量创业者加入共同开发医疗机器人这片国内蓝海。
AI+金融：AI技术的融入，赋予了金融行业更多想象力
从信息技术变革角度来看，金融历经金融IT、互联网金融到金融科技三大发展阶段。金融IT，通过 IT 软硬件实现传统金融机构办公和业务电子化；互联网金融，利用互联网实现资产端、交易端、支付端、资金端等互联互通，达到信息共享和业务撮合；金融科技，通过大数据、云计算、人工智能、区块链等最新技术，提高金融业务的智能化。
人工智能与金融的结合可从以下三方面展开说明
生物特征识别功能。
一方面活体验证降低了隐藏风险，一方面远程身份验证提升了工作效率。
千人千面、精准营销。
基于大数据、机器学习、标签计算，实现实时精准画像描绘，提供个性化营销是未来趋势之一。进一步还可发展为智能投顾、辅助量化交易等。
大数据征信、普惠金融。
基于大数据的征信系统弥补了中小型企业的征信空白，扩大了客户范围的同时，也提升了金融机构的风控能力。企业案例：平安科技
平安科技从金融领域的高频需求出发，主攻远程身份验证业务
平安科技成立于2008年，是平安集团旗下的全资子公司，拥有超过4000名专业IT技术人员和IT管理专家，基于母公司金融背景和需求理解，深挖人工智能在金融行业的应用，主要应用于基于人脸识别的远程身份验证，例如远程开户、绑卡核身、账户登录、分期购物、人脸考勤、人脸支付等业务场景。
平安科技以深度学习、神经网络为基础，精准定位人脸和快速面部特征信息提取完成身份验证，具备人脸检测、人脸比对、活体检测和去网纹等多项能力，目前累积使用已超过2.5亿人次。
平安科技人脸识别已服务逾百家合作客户，包括深圳、天津、福州、镇江人社局，深圳机场、房管局等。服务应用涵盖金融风控、安防、医保社保、铁路交通、机场安全、互联网、教育、社会公共服务等多个领域。
人工智能行业总结
深度算法、计算力、数据量以及应用场景共同推动AI迎来爆发期
自从1956年美国计算机协会组织的达特莫斯（Dartmouth）学会上提出“人工智能”一词，这个概念随着众多理论、技术和应用的出现而被不断丰富。经过半个多世纪的发展，人工智能已经成为时下最为热门的话题之一，“AI”与“AI+”亦成为一级市场的最火热的创业/投资领域。
5.《人工智能》学习报告 篇五
《人工智能》学习报告
深圳大学机电与控制工程学院彭建柳
学号：0943010210
1.引言
人工智能(Artificial Intelligence，AI)，曾经有一部电影，著名导演斯蒂文•斯皮尔伯格的科幻片《人工智能》(A.I.)对许多人的头脑又一次产生了震动，引起了一些人士了解并探索人工智能领域的兴趣。人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(MIT)、卡内基-梅隆大学(CMU)到IBM公司，再到日本的本田公司、SONY公司以及国内的清华大学、中科院等科研院所，全世界的实验室都在进行着AI技术的实验。
一直以来，关于人工智能的理论，我一直认为是科学的前沿，理解起来较为飘渺。但是，从本学期《人工智能》课程的学习中，本人较系统的接触到了关于人工智能的理论，从有限的课程中，通过老师的详细介绍和查阅人工智能方面的书籍，学习了关于人工智能几个主要方面的知识，如模糊控制、专家系统、神经网络等。下面是本人关于人工智能理论的一些基本认识。
2.人工智能的形成与发展
说到人工智能，首先先认识下自动控制理论，自动控制理论从形成到发展至今，已经经历了六十多年的历程，其主要分为三个阶段：
务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。
随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能以及系统科学中一些有关学科分支(如系统工程、系统学、运筹学、信息论)结合起来，建立一种适用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。1965年，傅京孙首先提出把人工智能的启发式推理规则用于学习控制系统。1985年，在美国首次召开了智能控制学术讨论会。1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认。智能控制具有交叉学科和定量与定性相结合的分析方法和特点。
3.模糊控制
在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。通过课堂中，导师生动的讲解，以及引用到生活当中鲜活的例子，如冰箱温度的模糊控制，智能汽车的行驶路线控制等等，充分的认识到，模糊控制在当今社会的应用已经很广泛，只是理论知识的缺乏而感觉不到它们的存在。
一般控制架构包括：定义变量、模糊化、知识库、逻辑判断及反模糊化，详细如下：
(1)定义变量：也就是决定程序被观察的状况及考虑控制的动作，例如在一般控制问题上，输入变量有输出误差E与输出误差之变化率CE，而控制变量
则为下一个状态之输入U。其中E、CE、U统称为模糊变量。
(2)模糊化（fuzzify）：将输入值以适当的比例转换到论域的数值，利用口语化变量来描述测量物理量的过程，依适合的语言值（linguisitc value）求该值相对之隶属度，此口语化变量我们称之为模糊子集合（fuzzy subsets）。
(3)知识库：包括数据库（data base）与规则库（rule base）两部分，其中数据库是提供处理模糊数据之相关定义；而规则库则藉由一群语言控制规则描述控制目标和策略。
(4)逻辑判断：模仿人类下判断时的模糊概念，运用模糊逻辑和模糊推论法进行推论，而得到模糊控制讯号。此部分是模糊控制器的精髓所在。
(5)解模糊化（defuzzify）：将推论所得到的模糊值转换为明确的控制讯号，做为系统的输入值。
模糊控制很重要的一点就是模糊规则的制定，其规则制定的来源主要由专家的经验和知识、操作员的操作模式、自学习提供。模糊规则的形式则分为状态评估和目标评估两种。但都是以模糊控制为基础，达到自动控制的目的。
4.专家系统
专家系统(expert system)是人工智能应用研究最活跃和最广泛的课题之
一。运用特定领域的专门知识，通过推理来模拟通常由人类专家才能解决的各种复杂的、具体的问题，达到与专家具有同等解决问题能力的计算机智能程序系统。它能对决策的过程作出解释，并有学习功能，即能自动增长解决问题所需的知识。
专家系统的发展已经历了3个阶段，正向第四代过渡和发展。第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和
环境来研制大型综合专家系统。在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。
对专家系统可以按不同的方法分类。通常，可以按应用领域、知识表示方法、控制策略、任务类型等分类。如按任务类型来划分，常见的有解释型、预测型、诊断型、调试型、维护型、规划型、设计型、监督型、控制型、教育型等。
简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。
5.神经网络
由于神经网络是多学科交叉的产物，各个相关的学科领域对神经网络都有各自的看法，因此，关于神经网络的定义，在科学界存在许多不同的见解。目前使用得最广泛的是T.Koholen的定义，即“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。”
人工神经网络是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。
6.小结
关于人工智能的学习，我现在所学习到的仅仅是皮毛。但对于一个刚刚接触人工智能学习的学生，了解如模糊控制、专家系统、神经网络等人工智能的知识入门尤为重要，为将来进一步学习人工智能的理论打下基础，并将理论应用于生活和工作当中，这才是学习的最终目的。
参考文献：
6.人工智能调研报告 篇六
中新经纬客户端 7 月 20 日电 据中国政府网 20 日消息，为抢抓人工智能发展得重大战略机遇，构筑我国人工智能发展得先发优势，加快建设创新型国家与世界科技强国,国务院发布了《新一代人工智能发展规划》.文件要求,20２0 年人工智能总体技术与应用与世界先进水平同步,人工智能产业成为新得重要经济增长点，人工智能核心产业规模超过 1５00 亿元,带动相关产业规模超过 1 万亿元.文件指出，新一代人工智能发展得战略目标就是要分三步走:
第一步，到 2020 年人工智能总体技术与应用与世界先进水平同步,人工智能产业成为新得重要经济增长点，人工智能技术应用成为改善民生得新途径,有力支撑进入创新型国家行列与实现全面建成小康社会得奋斗目标.新一代人工智能理论与技术取得重要进展。大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能系统等基础理论与核心技术实现重要进展，人工智能模型方法、核心器件、高端设备与基础软件等方面取得标志性成果。人工智能产业竞争力进入国际第一方阵。初步建成人工智能技术标准、服务体系与产业生态链,培育若干全球领先得人工智能骨干企业,人工智能核心产业规模超过１5０0 亿元，带动相关产业规模超过１万亿元。人工智能发展环境进一步优化,在重点领域全面展开创新应用，聚集起一批高水平得人才队伍与创新团队，部分领域得人工智能伦理规范与政策法规初步建立.第二步,到２025 年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平,人工智能成为带动我国产业升级与经济转型得主要动力,智能社会建
设取得积极进展。新一代人工智能理论与技术体系初步建立，具有自主学习能力得人工智能取得突破，在多领域取得引领性研究成果.人工智能产业进入全球价值链高端.新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用，人工智能核心产业规模超过 4000 亿元,带动相关产业规模超过 5 万亿元.初步建立人工智能法律法规、伦理规范与政策体系,形成人工智能安全评估与管控能力。
第三步，到 2030 年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效,为跻身创新型国家前列与经济强国奠定重要基础.形成较为成熟得新一代人工智能理论与技术体系。在类脑智能、自主智能、混合智能与群体智能等领域取得重大突破，在国际人工智能研究领域具有重要影响,占据人工智能科技制高点.人工智能产业竞争力达到国际领先水平。人工智能在生产生活、社会治理、国防建设各方面应用得广度深度极大拓展,形成涵盖核心技术、关键系统、支撑平台与智能应用得完备产业链与高端产业群，人工智能核心产业规模超过 1 万亿元，带动相关产业规模超过 10 万亿元.形成一批全球领先得人工智能科技创新与人才培养基地，建成更加完善得人工智能法律法规、伦理规范与政策体系。
文件提到,人工智能发展规划得重点任务就是要立足国家发展全局,准确把握全球人工智能发展态势，找准突破口与主攻方向，全面增强科技创新基础能力，全面拓展重点领域应用深度广度,全面提升经济社会发展与国防应用智能化水平。一就是构建开放协同得人工智能科技创新体系。二就是培育高端高效得智能经济。三就是建设安全便捷得智能社会。四就是加强人工智能领域军民融合。五就
是构建泛在安全高效得智能化基础设施体系。六就是前瞻布局新一代人工智能重大科技项目。(中新经纬 APP)智能机器就是一种能够呈现出人类智能行为得机器。人工智能（AｒtｉfｉcialＩntｅllｉgencｅ,AI)就是计算机科学或智能科学中涉及研究、设计与应用智能机器得一个分支。人工智能得近期主要目标在于研究用机器来模仿与执行人脑得某些智力功能，而远期目标就是用自动机模仿人类得思维活动与智力功能.人工智能探索历史 人类对人工智能与智能机器得梦想与追求,可以追溯到3000 多年前。中国也不乏这方面得故事与史料.近代科学技术得许多重大进展都就是人类智慧、思维、梦想与奋斗得成果.人类历史上从来没有出现过像今天这样得思想大解放,关于宇宙、星球、生命、人类、时空、进化与智能等思想与作品,如雨后春笋破土而出,似百花争艳迎春怒放。其中，人工智能尤其引人注目。进入２０世纪后，人工智能开始孕育于人类社会母胎。到20世纪3０—４0年代发生了两件极其重要得事件：数理逻辑得形式化与智能可计算(机器能思维)得思想，建立了计算与智能关系得概念。被称为“人工智能之父”(Thｅ father ｏf AI）得图灵（Ｔuｒing AM）,于1936年创立了自动机理论,提出一个理论计算机模型,奠定电子计算机设计基础,促进人工智能特别就是思维机器得研究.1950 年图灵得论文“机器能思考吗？”，为即将问世得人工智能提供了科学性与开创性得构思。
19５6 年夏季由麦卡锡（McCａrthyＪ）、明斯基（Minsky MＬ）、罗彻斯特（Lｏcｈｅsｔeｒ N)与香农（Sｈanｎｏn CE）共同发起，并邀请其她6位年轻得科学家,在美国达特茅斯(Ｄartｍouth)大学举办了一次长达两个月得十人研讨会，讨论用机器模拟人类智能问题,首次使用“人工智能“这一术语.这就是人类历史上第一次人工智能研讨会,标志着国际人工智能学科得诞生，具有十分重要得历史意义。发起这次研讨会得人工智能学者麦卡锡与明斯基,则被誉为国际人工智能得“奠基者”或“创始人”（The fｏunｄｉnｇ faｔhｅｒ)，有时也称为“人工智能之父”。
中国得人工智能经历了怎样得发展过程?取得哪些成绩？存在什么问题？面临何种机遇？有哪些解决方案？本文力图逐一探讨。
一、发展过程 与国际上人工智能得发展情况相比,国内得人工智能研究不仅起步较晚，而且发展道路曲折坎坷,历经了质疑、批评甚至打压得十分艰难得发展历程。直到改革开放之后,中国得人工智能才逐渐走上发展之路。、迷雾重重 2０世纪50—60年代，人工智能在西方国家得到重视与发展,而在苏联却受到批判,将其斥为“资产阶级得反动伪科学”。当时，受苏联批判人工智能与控制论(Cｙbernetics)得影响，中国在20世纪50年代几乎没有人工智能研究;20世纪60年代后期与70年代，虽然苏联解禁了控制论与人工智能得研究,但因中苏关系恶化，中国学术界将苏联得这种解禁斥之为“修正主义”,人工智能研究继续停滞。那时,人工智能在中国要么受到质疑，要么与“特异功能“一起受到批判，被认为就是伪科学与修正主义。《摘译外国自然科学哲学》月刊１976年第３期刊文称:“在批判‘图像识别”与‘人工智能“研究领域各种反动思潮得斗争中，走自己得道路”。这足见中国人工智能研究迷雾重重得艰难处境。
1978年3月,全国科学大会在北京召开。在华国锋主持得大会开幕式上,邓小平发表了“科学技术就是生产力”得重要讲话。大会提出“向科学技术现代化进军”得战略决策，打开解放思想得先河,促进中国科学事业得发展,使中国科技事业迎来了科学得春天[9］。这就是中国改革开放得先声，广大科技人员出现了思想大解放,人工智能也在酝酿着进一步得解禁.吴文俊提出得利用机器证明与发现几何定理得新方法——几何定理机器证明(图１）,获得19７8年全国科学大会重大科技成果奖就就是一个好得征兆。
2０世纪80年代初期，钱学森等主张开展人工智能研究，中国得人工智能研究进一步活跃起来。但就是,由于当时社会上把“人工智能”与“特异功能”混为一谈，使中国人工智能走过一段很长得弯路。一方面，包括许多人工智能学者在内得研究者把人工智能与特异功能搅在一起“研究”;另一方面,社会上在批判“特异功能”时将“人工智能”一起进行批判，把两者一并斥之为“伪科学”。、艰难起步
2０世纪70年代末至80年代,知识工程与专家系统在欧美发达国家得到迅速发展，并取得重大得经济效益。当时中国相关研究处于艰难起步阶段，一些基础性得工作得以开展。
１）
派遣留学生出国研究人工智能。
改革开放后，自1980 年起中国大批派遣留学生赴西方发达国家研究现代科技,学习科技新成果,其中包括人工智能与模式识别等学科领域.这些人工智能“海归”专家，已成为中国人工智能研究与开发应用得学术带头人与中坚力量,为发展中国人工智能做出举足轻重得贡献。
２ ２)成立中国人工智能学会。
19８1 年９ 月，中国人工智能学会（CAＡI)在长沙成立,秦元勋当选第一任理事长。于光远在大会期间主持了一次大型座谈会,讨论有关人工智能得一些认识问题.她指出：“人工智能就是一门新兴得科学,我们应该积极支持;对所谓‘人体特异功能’得研究就是一门伪科学,不但不应该支持，而且要坚决反对。”1982年，中国人工智能学会刊物《人工智能学报》在长沙创刊,成为国内首份人工智能学术刊物。
CAAＩ首任理事长秦元勋也颇受争议。秦元勋获美国哈佛大学博士学位后于1948年回国，历任中国科学院数学研究所研究员、执行副所长，中国核学会计算物理学会理事长,中国人工智能学会首届理事长等职。她在常微分方程得定性理论、运动稳定性、近似解析、机器推理等方面得研究，在中国处于开创得地位。其
中极限环得研究,具有国际先进水平。她曾负责完成了中国第一颗原子弹与氢弹得威力计算工作，就是1９8２年国家自然科学奖一等奖得原子弹氢弹设计原理中得物理力学数学理论项目得主要工作者之一，并开辟了计算物理学这一新得学科分支.３）
开始人工智能得相关项目研究。
20世纪70年代末至80年代前期，一些人工智能相关项目已被纳入国家科研计划。例如,在１978年召开得中国自动化学会年会上，报告了光学文字识别系统、手写体数字识别、生物控制论与模糊集合等研究成果,表明中国人工智能在生物控制与模式识别等方向得研究已开始起步.又如，1９78年把“智能模拟“纳入国家研究计划。不过，当时还未能直接提到“人工智能”研究,说明中国得人工智能禁区有待进一步打开。、迎来曙光 １９84年1月与２月，邓小平分别在深圳与上海观瞧儿童与计算机下棋时，指示“计算机普及要从娃娃抓起”。此后,中国人工智能研究得境遇有所好转.例如，人民日报关于人工智能得报道也渐渐多了起来.20世纪8０年代中期,中国得人工智能迎来曙光，开始走上比较正常得发展道路.国防科工委于1984年召开了全国智能计算机及其系统学术讨论会,1985年又召开了全国首届第五代计算机学术研讨会。1986年起把智能计算机系统、智能机器人与智能信息处理等重大项目列入国家高技术研究发展计划(８6３计划）。
１９86 年,清华大学校务委员会经过三次讨论后，决定同意在清华大学出版社出版《人工智能及其应用》著作.1987年7月《人工智能及其应用》在清华大学出版社公开出版，成为国内首部具有自主知识产权得人工智能专著。接着,中国首部人工智能、机器人学与智能控制著作分别于198７年、1988 年与1990 年问世。１９8８ 年2月,主管国家科技工作得国务委员兼国家科委主任宋健亲笔致信蔡自兴(图2)，对《人工智能及其应用》得公开出版与人工智能学科给予高度评价,指出该人工智能著作得编著与出版“使这一前沿学科得最精彩得成就迅速与中国读者见面，这对人工智能在中国得传播与发展必定会起到重大得推动作用……我深信，以人工智能与模式识别为带头得这门新学科，将为人类迈进智能自动化时期做出奠基性贡献.”宋健对该书得高度评价，体现出她对发展中国人工智能得关注与对作者得鼓励,对中国人工智能得发展产生了重大与深远得影响。
在这封信中宋健还提到:“十年前,当我们与钱先生修订工程控制论时,尚无系统参考书可言，只能断断续续介绍一些思路。现在钱先生瞧到此书，也一定会欣喜万分.”这体现了宋健得谦虚品德,也表现出钱学森当时对人工智能得热烈支持。
１987年《模式识别与人工智能》杂志创刊.19８９年首次召开了中国人工智能联合会议（CJCAI）,至200４年共召开了8次。此外,还曾经联合召开过6届中国机器人学联合会议.199３年起，把智能控制与智能自动化等项目列入国家科技攀登计划.1993年７月，宋健应邀为中国人工智能学会智能机器人分会成立题词“人智能则国智科技强则国强”,向成立大会表示祝贺。本题词很好地阐明了人工智能与提高民族素质、增强科技实力与建设现代化强国得辩证关系，也就是国家科技领域领导人对中国人工智能事业得有力支持以及对全国人工智能工作者得殷切期望。、蓬勃发展 进入2１世纪后，更多得人工智能与智能系统研究课题获得国家自然科学基金重点与重大项目、国家高技术研究发展计划（863 计划)与国家重点基础研究发展计划（９73计划)项目、科技部科技攻关项目、工信部重大项目等各种国家基金计划支持，并与中国国民经济与科技发展得重大需求相结合，力求为国家做出更大贡献。这方面得研究项目很多，代表性得研究有视觉与听觉得认知计算、面向Ageｎｔ得智能计算机系统、中文智能搜索引擎关键技术、智能化农业专家系统、虹膜识别、语音识别、人工心理
与人工情感、基于仿人机器人得人机交互与合作、工程建设中得智能辅助决策系统、未知环境中移动机器人导航与控制等。
２006年8月,中国人工智能学会联合其她学会与有关部门，在北京举办了“庆祝人工智能学科诞生5０周年”大型庆祝活动。除了人工智能国际会议外,纪念活动还包括由中国人工智能学会主办得首届中国象棋计算机博弈锦标赛暨首届中国象棋人机大战.东北大学得“棋天大圣”象棋软件获得机器博弈冠军；“浪潮天梭”超级计算机以11:9得成绩战胜了中国象棋大师.这些赛事得成功举办,彰显了中国人工智能科技得长足进步，也向广大公众进行了一次深刻得人工智能基本知识普及教育。主办者认为，这次中国象棋人机大战“无论赢家就是人类大师或超级计算机，都就是人类智慧得胜利”。
同年，《智能系统学报》创刊(图３),这就是继《人工智能学报》与《模式识别与人工智能》之后国内第3份人工智能类期刊。她们为国内人工智能学者与高校师生提供了一个学术交流平台，对中国人工智能研究与应用起到促进作用。
20０９ 年,中国人工智能学会牵头组织，向国家学位委员会与国家教育部提出设置“智能科学与技术”学位授权一级学科得建议。该建议指出:现在信息化向智能化迈进”得趋势已经显现；因此，今天培养得智能科学技术高级人才大军，正好赶上明天信息化向智能化大规模迈进得需要。为此,一个顺理而紧迫得建议就就是:为了适应信息化向智能化迈进得大趋势，为了实现建设创新型国家得大目标,在中国学位体系中增设智能科学与技术博士与硕士学位授权一级学科。这个建议凝聚了中国广大人工智能教育工作者得心智心血与她们得远见卓识,对中国人工智能学科建设具有十分深远得意义。、国家战略近两年来,中国得人工智能已发展成为国家战略。国家最高领导人习近平、李克强发表重要讲话，对发展中国人工智能与机器人学给予高屋建瓴得指示与支持.２014年6月９日，习近平总书记在中国科学院第十七次院士大会、中国工程院第十二次院士大会开幕式上发表重要讲话强调：“由于大数据、云计算、移动互联网等新一代信息技术同机器人技术相互融合步伐加快,3D打印、人工智能迅猛发展,制造机器人得软硬件技术日趋成熟,成本不断降低，性能不断提升，军用无人机、自动驾驶汽车、家政服务机器人已经成为现实,有得人工智能机器人已具有相当程度得自主思维与学习能力。……我们要审时度势、全盘考虑、抓紧谋划、扎实推进。”这就是党与国家
最高领导人首次对人工智能与相关智能技术得高度评价,就是对开展人工智能与智能机器人技术开发得庄严号召与大力推动.2０15年十二届全国人大三次会议上，李克强总理在政府工作报告中提出:“人工智能技术将为基于互联网与移动互联网等领域得创新应用提供核心基础.未来人工智能技术将进一步推动关联技术与新兴科技、新兴产业得深度融合,推动新一轮得信息技术革命，势必将成为我国经济结构转型升级得新支点.”这就是对人工智能技术得重要作用给予得充分肯定，就是对人工智能得有力促进。
２0１5年5月，国务院发布《中国制造２025》（图4)，部署全面推进实施制造强国战略.这就是中国实施制造强国战略第一个十年得行动纲领.围绕实现制造强国得战略目标，《中国制造2０２5》明确了9项战略任务与重点.这些战略任务,无论就是提高创新能力、信息化与工业化深度融合、强化工业基础能力、加强质量品牌建设，或就是推动重点领域突破发展、全面推行绿色制造、推进制造业结构调整、发展服务型制造与生产性服务业、提高制造业国际化发展水平,都离不
开人工智能得参与,都与人工智能得发展密切相关。人工智能就是智能制造不可或缺得核心技术.2016年4月，工业与信息化部、国家发展改革委、财政部等三部委联合印发了《机器人产业发展规划（2０16-２０２０年）》，为“十三五”期间中国机器人产业发展描绘了清晰得蓝图.该发展规划提出得大部分任务,如智能生产、智能物流、智能工业机器人、人机协作机器人、消防救援机器人、手术机器人、智能型公共服务机器人、智能护理机器人等，都需要采用各种人工智能技术.人工智能也就是智能机器人产业发展得关键核心技术。
2016年5月,国家发改委与科技部等4部门联合印发《“互联网+”人工智能三年行动实施方案》，明确未来3年智能产业得发展重点与具体扶持项目，进一步体现出人工智能已被提升至国家战略高度。根据方案得内容,未来3年将在3个大方面、9个小项推进智能产业发展。
国家最高领导人对人工智能得高度评价与对发展我国人工智能得指示,《中国制造２0２５》、《机器人产业发展规划（2０１6-2020 年)》与《“互联网+”人工智能三年行动实施方案》得发布与施行,体现了中国已把人工智能技术提升到国家发展战略得高度,为人工智能得发展创造了前所未有得优良环境，也赋予人工智能艰巨而光荣得历史使命。
２０１5年7月在北京召开了“２015中国人工智能大会”。发表了《中国人工智能白皮书》，包括“中国智能机器人白皮书”、“中国
自然语言理解白皮书“、“中国模式识别白皮书”、“中国智能驾驶白皮书”与“中国机器学习白皮书”,为中国人工智能相关行业得科技发展描绘一个轮廓,给产业界指引一个发展方向。
2０１6年4月由中国人工智能学会发起，联合2０余家国家一级学会，在北京举行“２0１6 全球人工智能技术大会暨人工智能60 周年纪念活动启动仪式”（图5)。这次活动恰逢国际人工智能诞辰60周年，谷歌AｌpｈａGo与韩国围棋九段棋手李世石上演“世纪人机大战“(图6）,将人工智能得关注度推到了前所未有得高度。启动仪式共同庆祝国际人工智能诞辰6０周年，传承与弘扬人工智能得科学精神,开启智能化时代得新征程。
现在，人工智能已发展成为国家发展战略,中国已有数以10万计得科技人员与大学师生从事不同层次得人工智能相关领域研究、学习、开发与应用，人工智能研究与应用已在中国空前开展,硕果累累,必将为促进其她学科得发展与中国得现代化建设做出新得重大贡献。
二、主要成就
中国得人工智能研究开发、学科建设、产业应用与社会服务等方面,已经取得不俗得成就,主要可以从以下几点得到证实。、形成人工智能学科 1981年9月建立了全国性得人工智能组织中国人工智能学会（ＣAAI)，标志着中国人工智能学科得诞生。1９８２年在长沙创办中国人工智能学会刊物《人工智能学报》，成为中国人工智能学科领域得第一份学术刊物。中国人工智能学会大会每两年举行一次，至目前已举办1６届.中国人工智能学会成立后,又相继成立了中国人工智能学会智能机器人专业委员会、机器学习专业委员会、模式识别专业委员会、自然语言处理专业委员会与智能控制专业委员会、人工智能教育工作委员会等。
此外，中国计算机学会得一些二级学会也开展人工智能相关学术活动,为中国人工智能得发展做出了应有贡献。例如,中国计算机学会成立了人工智能与模式识别专业委员会,中国自动化学会成立了模式识别与机器智能专业委员会以及智能自动化专业委员会等二级学会.有些省市也成立了地方人工智能学会。1989-２004 年,由中国人工智能学会、中国计算机学会等多个学会联合举办过7届中国人工智能联合会议(CＪCＡI）.与人工智能密切相关得机器学习、模式识别、智能机器人、自然语言处理、专家系统等领域得学术组织也先后成立,学术活动也十分热烈。例如,国内机器学习得重要学术活动包括每两年举行一次得中国机器学习会议与每年举行得中国机器学习及其应用
研讨会。前者由中国计算机学会人工智能与模式识别专业委员会协办,目前已历经15届。后者每届会议包括特邀报告、大会交流及Tｏp Confｅrence Review等部分，迄今已历经13届.又如,中国人工智能学会智能机器人专业委员会自199３年成立以来，每两年举行一次全国智能机器人学术会议,已组织过11届，还与其她学会共同举办过6次中国机器人联合会议。在王湘浩倡导与组织下,全国高校人工智能研讨会研究班自1９８0年起每年举行一次，就是国内最早得人工智能学术研讨活动。
这些人工智能学术组织与会议开展广泛深入得国内外学术交流，对开展人工智能学术活动与组织科技交流起到积极得作用,有力推动了中国人工智能科技发展与学科建设。
２、科学研究成绩斐然 国家已先后设立了各种与人工智能相关得研究课题，如国家自然科学基金重大专项、重点项目与面上项目，国家863计划项目,国家重大战略项目智能制造２025等。在这些科研基金得支持下,国内人工智能研究已取得许多突出成果。）人工智能基础研究成果突出 除了前面提到得几何定理证明得“吴氏方法”外,吴文俊还于200４ 年发表了重要论文“计算机时代得脑力劳动机械化与科学技术现代化”，宣布她在几何定理证明“机械化”方面得系列成果,指出：“在几何定理机器证明取得成功之后得2０多年来,笔者与许多志同道合得同志们在科技部、科学院、基金委等大力支持下，开展了一场可谓‘数学机械化’得‘运动’，在理论与应用诸多方面都已取得了若干成功。”
国内学者在人工智能得诸多领域,如问题求解、不确定推理、泛逻辑理论、拓扑学、模式识别、图像处理、机器学习、专家系统、智能计算与智能控制等领域得基础研究也多有建树,取得一批具有国际先进水平得创造性成果.例如,在模式识别方面,对文字识别、语音识别（图7)、指纹识别、人脸识别、虹膜识别与步态识别等进行深入研究，涉及生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主导航、保安、银行、交通、军事、电子商务与多媒体网络通信等应用领域。
又如,机器学习也就是人工智能得核心研究领域之一。现在机器学习得大数据往往体现出多源异构、语义复杂、规模巨大、动态多变等特殊性质，为传统机器学习技术带来了新得挑战。为应对这一挑战,国内科技企业巨头华为、百度等与国外巨头谷歌、微软、亚马逊等展开竞争，纷纷成立以机器学习技术为核心得研究院，以充分挖掘大数据中蕴含得巨大商业与应用价值。深度学习就是机器学习领域一个新兴得子领域与研究方向，它就是一种通
过多层表示来对数据之间得复杂关系进行建模得算法。深度学习模仿人脑结构，具有更强得建模与推理能力，能够更有效地解决多类复杂得智能问题。近年来,中国在深度学习研究方面也取得重要进展,一些研究成果接近或达到国际先进水平。
中国学者在自动规划领域也取得开创性成果。１９85年提出与发展了基于专家系统得机器人规划机理与方法，实现了人工智能专家系统与机器人技术得结合，为基于知识得自动规划与高层控制开辟了一条新途径,对提高生产得智能化水平具有重要意义，并推动国内外机器人规划研究得发展。该成果被广泛引用，并被收入清华大学吴麒等主编得全国高校规划教材《自动控制原理》。1９99年以来，又在机器人进化规划方面取得创新性成果.国内在认知计算、情感计算、模式识别、神经网络、智能驾驶、水下机器人与其她智能机器人等领域也取得一批具有国际先进水平得研究成果,培养了一批优秀得学术带头人:郭爱克、任继福、李衍达、王守觉、焦李成、贺汉根、蔡鹤皋、徐玉如与黄心汉等。
此外,有些人工智能基础研究获得国际奖励，如１９90年张钹获得ＩCＬ欧洲人工智能奖，蔡自兴指导得王勇博士获得2015 IEＥＥ计算智能学会优秀博士学位论文奖等.值得一提得就是美籍华裔学者王浩对人工智能得杰出贡献.195８ 年夏天，王浩在纽约州得IBM实验室得一台IＢM704机器上用汇编语言编写了３个程序，证明了罗素与怀特海《数学原理》中得２０0多个定理。她关于数理逻辑得一个命题被国际上定为
“ 王氏悖论”。1966年，她在哈佛大学指导得博士生Sｔepheｎ Cｏoｋ，因NP 完全性方面得开创性研究成果而获得１９８2年图灵奖。王浩还与吴文俊进行了合作研究。
２）专用人工智能开发有所突破 中国在专用人工智能领域取得了突破性得进展,已在自然语言处理与语音识别、图像识别、机器学习、虚拟现实、智能处理器、认知计算、智能驾驶与智能机器人等方面取得一大批具有国际先进水平得应用成果.互联网与大数据推动人工智能进入了新得发展阶段。中国得智能语音技术在移动互联网、呼叫中心、智能家居、汽车电子等领域得研究与应用逐步深入,带动智能语音产业规模持续快速增长。２０13年科大讯飞以５4、2%得市场份额继续处于国内领先地位。
智能语音正在成为主流得交互方式之一。
近几年在多层神经网络基础上发展起来得深度学习与深度神经网络已在中国很多模式识别领域获得成功应用。其中,中国科学院自动化研究所谭铁牛团队在虹膜识别领域，坚持从虹膜图像信息获取得源头进行系统创新，全面突破虹膜识别领域得成像装置、图像处理、特征抽取、识别检索、安全防伪等一系列关键技术，建立了虹膜识别比较系统得计算理论与方法体系,还建成目前国际上最大规模得共享虹膜图像库，已大规模用于煤矿人员辨
识与北京城铁监控等,并在70个国家与地区得3000 多个科研团队推广使用，有力推动了虹膜识别学科发展。
在2０10年举行得国际上难度最高、规模最大得虹膜识别专业测评竞赛中,谭铁牛团队提交得算法,从来自25个国家与地区得41支参赛团队里脱颖而出，以测试性能指标超过第2名41、3%得绝对优势蝉联虹膜识别算法赛事冠军（图8)。在2008年进行得上届国际虹膜识别算法竞赛上，谭铁牛团队战胜来自３５个国家与地区得9７支参赛队伍。这充分展示出中国在虹膜识别领域领先国际得整体实力。
在模式识别领域，石青云领衔得北大高科指纹技术有限公司在指纹识别领域取得领先成果，成为国家科技强警得利剑。
专家系统已在国内获得广泛应用，应用领域涉及工业、农业等行业,其经济效益相当可观。例如，在冶金专家系统得开发与应用方面,已把专家系统技术用于高炉建模、监控与诊断等,建立了基于多核学习得高炉自动化框架、基于Voltｅrra级数得高炉系统数据驱动建模、高炉热风炉流量设定、高炉炉温预测、铁水含硅
量预报、数据采集处理、布料状态评估、炉况分析与监控、诊断与决策支持等专家系统,实现高炉炼铁过程得智能化(图9）.3)计算智能与进化计算研究引人注目 计算智能就是人工智能得新领域，涉及模糊计算,神经计算、进化计算与免疫计算等。近1０多年来,中国在计算智能特别就是进化计算研究方面取得不少国际领先成果。中国科技大学、中南大学、西安电子科技大学与中国科学院自动化研究所等院校都做出颇具影响得贡献。蔡自兴团队在进化计算领域研究取得得成果就就是一个很好得例证.蔡自兴团队提出得一些进化计算算法处于国际领先水平，引起国际进化计算学界得广泛重视,已成为相关算法比较得基准，不仅对算法设计观点颇有指导价值，而且已成功地应用于国内外30多个领域，并得到国际高级检索机构得顶级检录，已对国际计算智能研究产生重要影响。例如,她们提出得一种单目标差分进化算法ＣoDE，已成为美国加州大学伯克利分校Rｉｃkarｄ Ｏ C 与Ｓitａr Ｎ 设计得商业软件ｂSＬOP 得核心技术；该软件已在苹果官方网站上售出。Ｓａｈalos J Ｎ、Yａｏ Ｘ 与Ｎ
ajy Ｗ K A 分别把CoＤE 算法成功地直接应用于移动通信系统设计、产品缺陷预测软件与电网保护协调。很少有同类算法能够引起国际上如此密切关注与获得这么多得优化问题得成功应用.此外，她们提出得一种被国际上广泛引用与应用得算法，被称为“蔡王算法”(CW Alｇorithｍ)，获得好评.近1０多年来,计算智能“中国海外军团”异军突起，成绩斐然.在计算智能与进化算法研究领域,Yao X（姚Jin Y C（金耀初)等得研究成果获得国际同行公认,成为进化计算领域得国际学术领军人物，并为中国得计算智能与进化计算研究起到促进作用。、著作与科技论文出版发行 据不完全统计,自１987 年人工智能著作开禁以来全国已编著出版了７0多部人工智能著作.这些著作有专著，也有教材,不乏深受读者欢迎得高水平作品。例如,上面提到得引领人工智能著作开禁得《人工智能及其应用》（图１0)，已先后出版了7个版本，印刷50多次，发行40多万册,拥有上百万读者,得到广泛应用,对国内人工智能基础研究、开发应用与人才培养发挥了重大作用。张钹得专著《问题求解理论与应用》先后在国内外出版，提出基于统计推断得启发式搜索与基于拓扑得空间规划方法,降低了计算复杂性,具有重要得应用价值。此外,谭铁牛、陆汝钤、何新贵、石青云、何志均、涂序彦、钟义信、李德毅、周志华、蔡自兴、蔡文、史忠植、何华灿、施鹏飞、王万森等在国内外出版得人工
智能相关专著，在一定程度上反映出中国人工智能得研究成果，对进一步开展国内外学术交流起到重要作用。
此外，从事人工智能相关研究人员与高校师生,已在国内外知名刊物与学术会议上发表了数以万计得人工智能相关论文。其中不乏高水平文章，例如，王勇与蔡自兴合作得论文曾被列为2０12 年进化计算国际顶级刊物《IEEETraｎｓａｃtioｎs ｏn Evolutｉonaｒypｕｔａtion》她引次数最高得论文。
还有一些论文被评为国内外学术会议与学术刊物得优秀论文。、人工智 能教育培养大批专门人才 人工智能教育与人才培养就是人工智能学科发展得重要基础。国内自20世纪８0年代中期始,在少数高校开设各种人工智能类课程。经过推广与提高,３0年前得人工智能星星之火如今已形成燎原之势，数以百计得高校开设了各种层次得人工智能课程,有些课程已成为我国高校教育园地上得奇葩。
例如，中南大学得“人工智能“课程已成为首批国家级精品课程、教育部新世纪优秀网络课程、国家级全国双语示范课程、首批国家级精品视频公开课与国家级精品资源共享课程。表1所示为入
选国家级质量工程得人工智能类相关精品课程名单。这些人工智能类课程在改革中不断发展壮大，已为国家培养了成千上万得人工智能专门人才。虽然这些课程只占数以千计得国家级质量工程课程得冰山一角，但也表明人工智能课程仍然占有一席之地,并具有不可替代得作用，产生了非常得影响力。
全国智能科学与技术教育暨教学学术会议就是国内人工智能教育与教学领域具有特色得最权威得学术盛会，自20０3年起已举办１０次，对于人工智能及其相关学科得教育教学、学科建设与人才培养发挥了关键作用。
20０5年在北京大学开设得智能科学与技术专业，已在全国近３0所大学开设，仅这些大学得“智能”专业每年就培养大约2000名人工智能专业人才.据估计，近3０年来,全国高校已培养人工智能及其相关学科得硕士与博士数以千计,本科毕业生数以万计。这些高层次得人工智能专门人才就是中国发展人工智能得最为宝贵得财富。她们有幸遇上难逢得人工智能大好发展机遇，必将成为中国人工智能跨越式发展得中坚力量。
５、人工智能产业化蓬勃发展
尽管中国得人工智能产业化应用尚存在较大不足,但仍然已建立了一定得基础，并呈现蓬勃发展得势头。据不完全统计，最近5年内,中国在人工智能产业化应用领域得投资已超过1000多亿元.下面略举数例说明中国人工智能产业化得发展情况。
1)模式识别 在虹膜识别、步态识别、身份识别等领域取得新成果.近年来，在多层神经网络基础上发展起来得深度学习与深度神经网络在很多模式识别应用领域产生了领先得性能，成为当前最热门得方法。前面提到得虹膜识别及其在身份识别等方面得成功应用，已形成产业，占领国内外市场,就就是很好得例证。）语音识别 中国在自然语言处理特别就是语音识别领域已经达到国际先进水平。
2０１5 年中国智能语音产业规模达到40、3亿元，较2０14年增长41、0%,远高于全球语音产业增长速度。预计到2017年,中国语音产业规模预计达到100、７亿元。2015年智能语音市场继续保持寡头垄断格局，科大讯飞已跻身全球排名前五,占有中文语音技术市场70%以上市场份额,语音合成产品市场份额达到70％以上。现在中国智能语音得应用需求不断增加，应用市场更加广阔，已在智能家居、智能车载、智能客服、智能金融、智能教育与智能医院等场合得到越来越多得应用。此外，一些海外
留学人员也在语音识别领域取得国际领先水平得成果，微软研究院黄学东就就是该领域得一位突出代表。
３）人机博弈
中国象棋就是中华民族得文化瑰宝，就是一种怡神益智得活动,千百年来长盛不衰，深受广大群众得喜爱。自200６年8月举行“浪潮杯”首届中国象棋人机大战（图１１）,至今已有10年,共举行过5届大赛,产生深远影响.同样中国也就是国际围棋得发源地，无论就是国际围棋或中国象棋,在国内具有众多得人机博弈爱好者，其产业发展与市场前景十分瞧好.仅一款象棋对战游戏平台软件，就可以万人同时参与在线对决。
４ ４)专家系统 自２0世纪80年代以来，专家系统在工业、农业、商业、科技、教育、服务业等领域获得广泛应用。以农业专家系统为例，开展了各种农业专家系统得研究、开发及推广应用（图12）。例如,作物病虫预测专家系统、农作制度专家系统、玉米低温冷害防御专家系统、蚕育种专家系统、小麦专家系统等。
20世纪90年代以后，中国农业专家系统得到了迅速发展，已成为农业信息技术得突破口.国家自然科学基金委、科技部、农业部与许多省级部门都安排了相应得攻关课题；863计划项目已将农业专家系统等智能化农业信息技术列为国家重点课题，搭建了中国农业专家系统研究开发得战略平台,为农业专家系统得进一步开发起到了积极催化作用.进入2ｌ 世纪以后,农业专家系统得开发速度日益加快，不仅数量增多，而且涉及得领域也更加全面，开发得深度与广度有了很大得进展,为大范围推广应用农业专家系统铺平了道路。如小麦栽培管理农业专家系统、水稻高产栽培专家决策系统、番茄栽培管理专家系统、温室番茄病虫害缺素诊断与防治系统等。这些农业专家系统得开发,促进了农业科技成果得转化，为发展高产、优质、高效农业做出了巨大贡献。
此外,我国在机器学习、智能机器人、智能驾驶等人工智能领域，也已有不同程度得产业集聚,产业化步伐逐步加快。
在中国人工智能产业化过程中，企业巨头抢滩布局人工智能产业链，各大ＩT公司积极投入人工智能产业研发.她们非常关注深度学习得应用前景，纷纷成立以机器学习技术为核心得研究院，充分挖掘大数据中蕴含得巨大商业与应用价值.例如,2012年，华为成立诺亚方舟实验室，运用以深度学习为代表得人工智能技术对移动信息大数据进行挖掘，寻找有价值得规律。2013年,百度成立深度学习研究院,研究如何运用深度学习技术对大数据进行智能处理，提高分类与预测等任务得准确性。近
年来还涌现出寒武纪、甲骨文、地平线、北京云知音与湖南自兴等一批初露头角得涉及人工智能得创业实体,从某种程度上体现出人工智能领域大众创业万众创新得磅礴生机。
从整体来瞧,中国得人工智能产业化仍处于起步阶段。毫无疑问，在人工智能产业创业与竞争过程中，会出现多家实力强大得企业,有些企业也会在某些领域内形成领先优势甚至垄断局面。
６、开设多种人工智能奖项 为了总结中国人工智能得研究成果，表彰人工智能工作者得突出贡献,鼓励更多得人员投身人工智能得创造性研究，设立了一些人工智能奖项,其中比较重要得有如下几种。
吴文俊人工智能科学技术奖就是中国智能科学技术领域唯一以个人名字命名、依托社会力量设立得科学技术奖。该奖项以“尊重知识、尊重人才、尊重创造”为方针，奖励在智能科学技术活动中做出突出贡献得单位与个人，以不断推进中国智能科学技术领域创新与发展.该奖项就是经国家科学技术奖励委员会批准设立得全国奖项，被誉为“ 中国人工智能科技最高奖”，于2010年起开设，已举行了５届.其中，有4位人工智能杰出学者获得(终身）成就奖。中国计算机学会也于2010年始设立终身成就奖，授予70岁以上、在计算领域做出卓越成就与贡献、被业界广泛认可得老科学家,其中，有2位从事人工智能研究取得突出成果得计算机学者获得此项殊荣。
“中国象棋人机大战”计算机博弈大赛始于20０6年，已举行5届，引起国内外人工智能学界与主流媒体得高度重视。随着今年AlpｈａGo与围棋九段李世石人机对决引发得新一轮得人工智能与机器博弈热潮，中国象棋得人机大战必将攀上新得高度,为推动中国人工智能发展做出其独特得贡献.自199８ 年以来,已在中国举行了数百场智能系统、智能机器人与智能小车比赛,其中包括一些国际比赛。这些比赛吸引了成千上万得青少年学生参加，并获得大批国内外奖励,这对于提高她们对信息科技特别就是人工智能得兴趣，培养她们得创新思维与创新能力，锻炼人工智能科技接班人具有不可替代得重要作用。
中国一些学者与学生还获得国际重要奖励。例如，王勇获得2015 年IEEE计算智能学会优秀博士学位论文奖（图17）,这就是中国大学首次获得该项殊荣。
据不完全统计，表2给出获得国内外人工智能重要奖项得名单。
7、国际交流 改革开放以来，特别就是进入21世纪以来,中国得人工智能国际交流与合作进一步开展。
20０６ 年,中国人工智能学会联合美国人工智能学会与欧洲人工智能协调委员会，共同发起在北京召开了Inteｒnatioｎal Conｆerｅnce oｎ ＡrｔificｉalIntｅｌligeｎce(人工智能国际学术会议,图18）,隆重庆祝国际人工智能学科诞生50周年。时任全国人大常委会副委员长得许嘉璐等在大会上致词。中国人工智能研究开拓者与领军人物吴文俊、模糊数学创始人美国Ｚａｄeｈ LA、国际ＥBMT机器翻译方法发明人Ｎagao M等在大会上做主题报告.大会开得非常成功，影响广泛。
2013年还承办了第23届国际人工智能联合会议（ＩｎtｅrnatｉｏnalJointConfereｎce on Arｔificial Inｔelｌigｅnce,IＪCAI），这就是国际人工智能领域规模最大、影响最广泛、学术地位最高得综合性会议.承办国际人工智能联合会议表明中国得人工智能研究与应用已在世界范围内产生积极影响。
中国还创办与主办一些人工智能或与人工智能密切相关得国际会议.例如，2010 年举办了全球智能控制与自动化国际会议（The Ｗoｒｌd Ｃonｇｒeｓｓｏｎ Ｉnｔelｌｉgeｎｔ Coｎtrol and Autoｍaｔion，WCICA),自1993年以来每2年举行一次,共举行了１２届。本会议已成为具有国际影响力得智能科技盛会。此外，中国人工智能学会还发起组织“国际高级智能会议”，已经举办了2次.、人工智能对社会得影响日益扩大 人工智能得发展已对人类及其未来产生深远影响，这些影响涉及人类得经济利益、社会作用与文化生活等方面。仅社会影响而言,就包括劳动就业问题、社会结构变化、思维方式与观念、心理上得威胁等。
１）劳务就业问题.由于人工智能能够代替人类进行各种脑力劳动,将会使一部分人不得不改变她们得工作方式或工种,甚至造成失业。
2)社会结构变化。社会结构正在悄然改变,人－机器得社会结构终将被人－智能机器(人工智能)-机器得社会结构取代。从发展得角度瞧，从医院里瞧病得“医生”与护理病人得“护士”，旅馆、饭店与商店得“服务员”,办公室得“秘书”,指挥交通得“交通警察”，到家庭得“勤杂工”与“保姆”等，都将由智能机器人取代。因此,人们将不得不学会与智能机器相处,并适应这种变化了得社会结构.3）思维方式与观念得变化。一旦智能系统得用户开始相信系统(智能机器）得判断与决定,那么她们有可能不愿多动脑筋,变得懒惰,并失去对许多问题及其求解任务得责任感与敏感性。过分地依赖计算机得建议而不加分析地接受,将会使智能机器用户得认知能力下降，并增加误解。
4)心理上得威胁.人工智能还使一部分社会成员感到心理上得威胁，或叫做精神威胁。人们一般认为,只有人类才具有感知精神,而且以此与机器相别。如果智能机器得人工智能会超过人类得自然智能,那么人类可能沦为智能机器与智能系统得奴隶。
上述这些影响在国内同样存在。针对社会各界广泛关注人工智能对人类社会得影响，国内已开展人工智能科技知识得普及宣传。例如，通过视频公开课普及人工智能知识.精品视频公开课就是向大学生与社会大众免费开放得科学与文化素质教育网络视频课程与讲座，着力广泛传播人类文明优秀成果与现代科学技术前沿知识,提升大学生及社会大众得科学文化素养,服务社会主义先进文化建设，增强中国文化软实力与中华文化国际影响力。国家级精品视频公开课“人工智能PK人类智能”与“从自然世界到智能时代”等，在国内网络媒体播出后,反映热烈，深受欢迎，对扩大人工智能对社会得正面影响,减少人工智能对社会得负面影响起到积极引导得应有效果。
三、存在得问题
虽然国内人工智能已取得许多骄人成就，但与国家发展战略要求相差甚远，与国际先进水平差距较大。概括起来存在如下几方面得问题。
1)经济效益至上，缺乏远大眼光。
许多人工智能企业与一些地方政府缺乏远大眼光,追求短期得经济效益,企望1～2年或２～3年内获得明显得经济回报，致使很大一部分人工智能创业企业急功近利,底气不足，发展乏力。需要追求经济效益,但像人工智能这样得高科技产业,或把人工智能技术用于促进其她产业转型升级得产业，其发展应当遵循一定得规律,需要一个过程，需要一定得时间，不能急于求成,过早追求经济效益。）人工智能整体水平亟待提高。
由于国内人工智能起步较晚,未能较早参与相应得人工智能国际技术、专利及标准制定,因此奉上了数额不菲得“学费”.在国内人工智能领域，有很多科研机构与企业在参与技术研发，并在某些领域处于与国外基本同步甚至领先水平，这对于提升中国在未来人工智能领域得技术、标准话语权以及市场应用主导权至关重要.但就是,中国人工智能得整体能力与水平远未达到通用智能化程度,人工智能基础研究得总体水平,与国际先进水平仍然存在明显差距。要在整体上赶上国际先进水平依然任重道远，需要时日。
3)国家得决策有待落实于行动。
中国虽已公布了一批与人工智能相关得发展规划,如《智能制造202５》、《机器人产业发展规划（2016—2020年)》与《“互联网+”人工智能三年行动实施方案》等，但尚未制定全面发展人工智能得国家战略。上述规划与方案也需要把政策规划转化为行动,变成瞧得见得效益.４ ４)国家资金支持力度有待进一步提高。
7.人工湖可行性研究报告 篇七
1 资料与方法
1.1 一般资料
观察对象为该院骨科2011年7月—2015年7月收治的60例采用THA治疗的DDH继发骨性关节炎患者, 其中男33例, 女27例, 年龄为26~66岁, 中位年龄为49.3岁, 患肢缩短2.0~5.2 cm, 平均3.8cm。按照Crowe分型分为Ⅰ型3例, Ⅱ型10例, Ⅲ型18例, Ⅳ型29例。纳入标准: (1) 所有患者均签署知情同意书; (2) 经CT、X线或MRI检查显示有髋关节不同程度脱位、关节增生、关节区间隙狭窄、骨质硬化等表现, 患者有髋关节剧烈放射性疼痛、跛行、神经功能损伤等症状; (3) 年龄为26~66岁, 符合髋关节置换术的适应症[2]。排除标准: (1) 体质差、手术不耐受的老年患者; (2) 合并有严重并发症、严重实质性脏器损伤患者; (3) 有手术治疗禁忌症。
1.2 治疗方法
术前对患者进行X线摄片, 明确病变部位、形态, 开通静脉补液通道, 做好手术准备。取侧卧位, 腰硬膜麻醉。在髋关节后外侧做切口, 切开皮肤、皮下组织, 钝性分离臀部肌群, 注意保护股骨粗隆, 充分暴露髋关节。将挛缩的关节囊切开, 将髋臼内容物进行彻底清除, 在股骨小转子上方1.2 cm处截骨, 明确真臼位置。利用手锉凿深髋臼深度, 髋臼外展45°, 前倾角为15°。避免破坏髋臼内壁, 重新建立髋臼骨床。将人工髋关节放入髋臼骨床处, 用生物型假体进行固定, 使之紧密结合, 达到正常的生理高度。对于Ⅲ型和Ⅳ型患者的髋臼皮坏范围较大, 需要利用自体股骨进行植骨增加骨量, 扩髓时力量要轻柔, 缓慢扩大随体, 牢固安放人工髋关节。安装完毕后对髋关节的活动度进行测试, 效果满意后放置引流管引流, 逐层缝合切口, 术后使用肝素、抗生素进行常规治疗, 积极防治并发症。让患者穿丁字鞋, 皮牵引治疗2周, 引导患者尽早进行功能康复训练, 减少术后并发症, 尽早恢复正常髋关节功能。
1.3 统计方法
采用SPSS 13.00统计学软件处理数据, (±s) 表示计量资料, 用t检验, P<0.05为差异有统计学意义。
2 结果
2.1 Harris评分、患肢缩短长度
Harris评分评定患者的髋关节功能, 超过90分为优, 80~89分为良, 70~79分为可, 低于70分为差。随访1年, 患肢缩短长度由术前的2.0~5.2 cm缩小到0~1.5cm。术后1年时患者的平均Harris评分明显高于术前 (P<0.05) , 见表1[3,4,5]。
2.2 不良反应
术后恢复期间, 所有患者均未出现严重深静脉血栓、髋关节脱位、髋关节松动现象。60例患者中有2例有轻度跛行, 1例患者有轻度疼痛, 不良反应发生率为5.00%。其余患者功能恢复良好, 髋关节活动正常[6]。
3 讨论
成人DDH患者髋关节发育不良常伴有骨骼、肌肉软组织结构异常、肌肉挛缩、脊柱畸形等症状, 治疗难度大。髋关节长期慢性病变就容易引发骨性关节炎, 增加了治疗难度。THA是目前临床治疗成人DDH的主要治疗方法, 对于髋关节脱位严重患者, THA可以清除退行性病变的髋关节, 缓解患者的疼痛, 解决髋关节活动受限症状, 提高患者的日常生活能力。如表1中, 术后一年时所有患者的Harris评分均由差上升到优良, 患者的髋关节功能得到了明显的提升。THA治疗的关键环节髋关节旋转中心、股骨、髋臼骨床的重建, 对于CroweⅠ型、Ⅱ型患者, 加深髋臼即可安放假体, 操作简单[7]。对于CroweⅢ型和Ⅳ型患者需要彻底清除纤维组织、髋内容物, 使用内陷或加深技术、自体植骨增加骨量才能覆盖假体, 保证假体的正常活动功能, 提高膝关节功能, 防止出现髋关节松动或脱位现象。对于股骨发育畸形的患者需要去除畸形、错位的股骨后调节股骨前倾角至正常范围, 才能完成股骨重建。股骨变形狭小的患者利用直柄假体进行纠正, 并用X线明确假体安放效果才能完成固定[8]。THA恢复了患者正常的髋关节功能和患肢长度, 减轻了患者的痛苦, 特别是CroweⅠ型、Ⅱ型患者损伤程度较轻, 术后恢复程度更明显, Harris评分分别达到 (94.5±1.9) 分、 (90.9±4.1) 分, 明显优于Ⅲ型和Ⅳ型患者。手术1年后复查结果显示, 所有患者的患肢缩短长度由术前的2.0~5.2 cm缩小到0~1.5cm, 说明患者的患肢基本恢复正常。恢复期间, 所有患者未出现DVT、髋关节松动或脱位等严重不良反应, 仅有5.00%患者有轻度疼痛、跛行症状, 说明疗效安全可靠。与顾世忠等学者研究结果中术后患者优良率达到87.5%, 术后随访中无假体松动、感染、脱位等结论有一致性。说明人工全髋关节置换术对膝关节功能恢复的作用明显, 减轻患者的痛苦。
综上所述, THA可以改善DDH继发骨性关节炎患者的髋关节功能, 患者的恢复情况良好, 不良反应少, 疗效安全可靠, 值得临床推广使用。该文对患者进行了1年的随访, 所有患者恢复情况良好。与临床大多数学者的研究结论一致, 但是该次试验的范围还比较局限, 长期疗效、不良反应还需扩大实验范围, 才能确保研究结论的科学性。
参考文献
[1]霍红军, 王维山, 董金波, 等.骨性关节炎患者不同病变程度滑膜中基质金属蛋白酶-3的表达及意义[J].实用医学杂志, 2014 (6) :895-897.
[2]顾世忠, 梁庆威, 李良满, 等.全髋关节置换术治疗老年髋关节骨性关节炎合并股骨转子间骨折的临床疗效分析[J].中国医科大学学报, 2014, 43 (4) :361-363.
[3]陈根强, 许慧娟, 汪志明, 等.骨性关节炎患者中血清与关节液的炎性因子水平变化及意义[J].武汉大学学报:医学版, 2014, 35 (1) :110-113.
[4]史高龙, 董启榕, 陈明, 等.全髋关节置换修复髋关节骨性关节炎和股骨颈骨折:隐性失血的对比[J].中国组织工程研究, 2015 (44) :7092-7096.
[5]张小克, 唐步顺, 王琦, 等.骨康胶囊联合透明质酸钠局部注射治疗骨性关节炎的疗效及安全性[J].中国生化药物杂志, 2016 (5) :145-147.
[6]周秉正, 白伦浩, 史秋实, 等.不同强度运动对骨性关节炎大鼠关节液白细胞介素-1β的影响[J].东南大学学报:医学版, 2016, 35 (2) :196-198.
[7]芦北极, 王贵清, 刘春磊, 等.髋关节骨性关节炎软骨组织Ⅱ型胶原α1链和激活T细胞核因子1的表达水平及意义[J].中国老年学杂志, 2013, 33 (3) :548-550.