李寧

摘 要： 網(wǎng)絡時代的人工智能以計算機為核心，在認知科學、生物智能、物理學、網(wǎng)絡科學等交叉學科領(lǐng)域的研究中已經(jīng)有了較大的發(fā)展與創(chuàng)新。人工智能的水平越來越高，處理速度越來越快，為人類減輕了體力勞動或腦力勞動的負擔，極大地改善了人類的生活質(zhì)量和生產(chǎn)效率。在此敘述了人工智能發(fā)展的歷程，以智能配網(wǎng)和以智慧城市為例分析基于網(wǎng)絡時代下的人工智能的應用，并對人工智能發(fā)展趨勢進行預估。該分析對人工智能的發(fā)展有著積極的意義。

關(guān)鍵詞： 人工智能； 發(fā)展歷程； 智慧城市； 發(fā)展趨勢

中圖分類號： TN911.73?34 文獻標識碼： A 文章編號： 1004?373X（2016）07?0112?03

Abstract： The artificial intelligence in network age takes the computer as the core， and has great development and innovation in the research of the interdisciplinary field， including cognitive science， biological intelligence， physics and network science. The level of artificial intelligence is high， and processing speed is fast， which can reduce the burden of manual labour or mental work for human， and greatly improve the human life quality and production efficiency. The development process of artificial intelligence is described， and the application of artificial intelligence in Internet age is analyzed by taking intelligent distribution network and smart city as the example. The development trend of artificial intelligence is estimated. This analysis has positive meaning to analyze the development of artificial intelligence.

Keywords： artificial intelligence； development history； smart city； development trend

1 人工智能發(fā)展的歷程

20世紀50年代隨著第一臺現(xiàn)代計算機的出現(xiàn)，人工智能的興起涌現(xiàn)了一些研究成果，如機器定理證明、通用問題求解程序LISP表處理語言、跳棋程序等，不過到50年代末期發(fā)展進入瓶頸期。

在60年代初期，專家系統(tǒng)的出現(xiàn)使得人工智能進一步發(fā)展，直至70年代末。這一時期的主要研究成果是MYCIN疾病診斷和治療系統(tǒng)、Hearsay?II語音理解系統(tǒng)、PROSPECTIOR探礦系統(tǒng)和DENDRAL化學質(zhì)譜分析系統(tǒng)等，專家系統(tǒng)的出現(xiàn)和成熟把人工智能推向了實用化的發(fā)展道路。

在1982年，日本開始了“第五代計算機研制計劃”，掀起了人工智能研究的熱潮，使人工智能在80年代得到極大的發(fā)展。在1987年，美國召開第一次神經(jīng)網(wǎng)絡國際會議，此后各國都加大了對神經(jīng)網(wǎng)絡的研究，使神經(jīng)網(wǎng)絡飛速發(fā)展，極大地提升了信息處理的效率，為人工智能的進一步發(fā)展奠定了基礎。

90年代，隨著國際互連網(wǎng)技術(shù)的成熟與應用，人工智能的研究對象開始由單個智能主體轉(zhuǎn)向網(wǎng)絡環(huán)境下的多個智能主體，更加關(guān)注整個的網(wǎng)絡環(huán)境，更加的立體和全面。人工智能不僅能解答基于同一目標的分布式問題，還能解答基于網(wǎng)絡環(huán)境的多目標問題求解，極大的提升了人工智能的實用性、智能性。而Hopfield多層神經(jīng)網(wǎng)絡的發(fā)展，則進一步擴大了人工智能的應用范圍。

2 基于網(wǎng)絡時代下的人工智能的應用

2.1 以智能配網(wǎng)為例

傳統(tǒng)的通信方式已適應配網(wǎng)智能化發(fā)展的需要，對于二級通信方式更是如此，因為其需要架鋪屏蔽載波電纜。而屏蔽載波電纜的架鋪不僅工程造價高、施工難度大，而且建設周期也長，不具備環(huán)路條件[1]。盡管可進行GPRS無線公網(wǎng)改造，但還是會存在任一級通信中斷都會影響配網(wǎng)終端設備的通信，可靠性、安全性差的問題還是沒有得到妥善解決。普及無線專網(wǎng)技術(shù)在智能配網(wǎng)中的應用，減少停電時間和經(jīng)濟損失。而新一代無線通信技術(shù)的發(fā)展及成熟，為智能配網(wǎng)的完善提供了技術(shù)支撐。無線專網(wǎng)技術(shù)的應用應在電力監(jiān)控系統(tǒng)的范疇內(nèi)進行，以網(wǎng)絡的生產(chǎn)控制大區(qū)為發(fā)展平臺，借助于生產(chǎn)控制大區(qū)的專用網(wǎng)絡通道進行通信[2]。WiMax技術(shù)是智能配網(wǎng)應用無線專網(wǎng)技術(shù)的首選，其“三遙”功能是通過配電調(diào)度系統(tǒng)、無線專網(wǎng)通信的配電終端裝置實現(xiàn)的[2]。

WiMAX技術(shù)能在現(xiàn)有的網(wǎng)絡設備上開展，支持TCP/IP協(xié)議，基站可提供標準的以太網(wǎng)口，通過全IP的網(wǎng)絡與現(xiàn)有的網(wǎng)絡直接連接，連接城域網(wǎng)。WiMAX電力專網(wǎng)能綜合接入包括無線路由器的常見網(wǎng)絡終端設備，直接連接二層交換機，并把信息以圖標、語音、數(shù)據(jù)的形式進行傳遞。通常情況下，配電終端的數(shù)量是變壓器的數(shù)十倍，而一個中等城市變壓器的數(shù)量也是相當可觀，不利于配電終端相關(guān)信息數(shù)據(jù)的管理，對于離散型高、距離遠、數(shù)量多的配電終端更是如此，而WiMAX電力專網(wǎng)可點對多點、遠距離傳輸、運行可靠，有效應對上述問題，可以把配電終端直接接入配電控制中心，非常有利于調(diào)度中心收集線路故障信息、智能電表的大用戶的用電量。

比如，對于一個配有主干光纖設備到供電公司的開閉所，假設配電支路的最遠配電終端距開閉所15 km，開閉所距離供電局20 km，配電終端FTU和TTU均勻分布在配電支路沿線內(nèi)，電桿高度5 m，控制箱附近10 m開闊。那么可以沿配電支線走向建設3個WiMAX基站，每個基站覆蓋半徑4 km，以就近原則接入終端，每個基站接入60個，覆蓋配電支線全段。為了確保以后發(fā)展需要，可把配電終端接入基站的數(shù)量設為200，并通過劃分扇區(qū)增加容量。通過WiMax基站，開閉所就能通過無線專網(wǎng)對數(shù)據(jù)進行收集和整理，然后再通過開閉所的光纖主干網(wǎng)把相關(guān)數(shù)據(jù)匯集到配網(wǎng)調(diào)度控制中心的DMS系統(tǒng)中。

2.2 以智慧城市為例

應用智慧城市關(guān)鍵支撐技術(shù)構(gòu)建智慧城市時，首先要著眼于城市的整體規(guī)劃和布局，設計初步的智慧城市的頂層架構(gòu)方案，結(jié)合城市的信息化建設方向，并對方案進行整體的分析和考證，保證方案的可操作性和有效性，確定建設智慧城市的戰(zhàn)略目標，在整體上把握智慧城市建設的效果。其次，各支撐技術(shù)系統(tǒng)要保證智慧城市建設方案的順利實施，各技術(shù)系統(tǒng)的建設要保持開放性和標準化，并在他們之間建立相互聯(lián)系和配合的規(guī)則和標準，實現(xiàn)系統(tǒng)的可運營和可管理。

構(gòu)建智慧化信息支撐體系是智慧城市建設的基礎工作。在城市基礎設施領(lǐng)域，利用關(guān)鍵支撐技術(shù)，實現(xiàn)城市基礎設施的智能化，主要的工作對象是交通、環(huán)境、通信、水電、公共安全、醫(yī)療、政務，繼而收集并利用城市各種形式的資源。在信息資源整合方面，加強對大數(shù)據(jù)和云計算技術(shù)的應用，提高智能分析數(shù)據(jù)的能力，并不斷完善整體運行平臺的建設[2]。

如圖1所示為智慧城市信息支撐體系架構(gòu)，作為一種開放式立體體系架構(gòu)，它是由平臺層、感知層、應用層、網(wǎng)絡層組成。值得注意的是，整個網(wǎng)絡中的智能處理、計算能力在這四個層面上都有所體現(xiàn)：網(wǎng)絡層的使能控制層面、應用層內(nèi)的智能處理層面、感知層的網(wǎng)關(guān)層面、平臺層的大數(shù)據(jù)智能分析與PAAS公共服務層面[3]。該開放式的體系架構(gòu)實現(xiàn)了整個系統(tǒng)能力的均衡部署，通過四層的相互關(guān)聯(lián)與智能分布，保證其構(gòu)架具有可自由擴展、清晰、標準、面向未來的特性。在此構(gòu)架的基礎上，建議有一個可自由刪除、添加業(yè)務的環(huán)境，而彈性業(yè)務環(huán)境能保證業(yè)務之間的聯(lián)系和互動。

感知網(wǎng)關(guān)、感知網(wǎng)絡、傳感器、感知終端等組成了感知層。城市環(huán)境中的事物狀態(tài)是感知層的主要工作對象，感知層把感知數(shù)據(jù)送到網(wǎng)絡層，并且為了保證整個體系架構(gòu)的應用，感知對象、網(wǎng)絡、終端等各個環(huán)節(jié)處在可運營、可管理的狀態(tài)下，城市智慧管理中心要對感知層施加管控手段。

作為智慧城市信息、數(shù)據(jù)傳遞的主要載體，網(wǎng)絡層使得應用層和感知層之間數(shù)據(jù)的傳遞更加迅速和可靠。

云計算IAAS層和PAAS層共同組成了平臺層。而云計算IAAS層的核心設施是互聯(lián)網(wǎng)絡、數(shù)據(jù)庫、云計算操作系統(tǒng)、服務器存儲設備，保證應用層和PAAS層的應用服務系統(tǒng)的運行有足夠的資源和穩(wěn)定的虛擬化運行環(huán)境支撐。PAAS層包涵的大數(shù)據(jù)處理和智能挖掘分析系統(tǒng)、公用服務組件、中間件等主要是為了保障應用層功能的進一步完善和加強。

應用層經(jīng)常使用到的應用有以下五類：智慧城市決策領(lǐng)域、智慧安全領(lǐng)域、智慧城市管理領(lǐng)域、智慧公眾服務領(lǐng)域、智慧環(huán)境領(lǐng)域，五類應用保證了應用層面作為支撐智慧城市發(fā)揮功能主體作用的實現(xiàn)，他們相互配合，互為補充。

3 人工智能發(fā)展趨勢預估

在計算機網(wǎng)絡迅速發(fā)展的時代，可以利用人工智能進行語言翻譯。不過，當前的語言技術(shù)并不成熟，尚不能克服語義障礙，既不能把任意輸入轉(zhuǎn)化為高質(zhì)量譯文，也不能生動體現(xiàn)自然語言中模糊、曖昧成分，更不能對整篇的文章進行理想的翻譯，但相信隨著語言技術(shù)和人工智能的發(fā)展，語言翻譯將不再是難事。

自適應系統(tǒng)是人工智能下一個十年的發(fā)展方向之一，自適應系統(tǒng)不僅能處理完整的信息，還能處理殘缺的信息，甚至能對殘缺的信息進行智能化補充。發(fā)展自適應系統(tǒng)需要相關(guān)技術(shù)的支撐，筆者認為首先應發(fā)展理解與處理上下文的技術(shù)，使信息、數(shù)據(jù)的處理更加成熟、高效、準確。發(fā)展多路學習機制，使得自適應系統(tǒng)能在日常的運行中不斷積累經(jīng)驗，使人工智能能適應不斷變化的環(huán)境。最后發(fā)展自動進化機制，使得人工智能不斷學習，改變單一的被動處理信息為主動的智能處理信息，甚至具有一定的預判能力。

對于人工智能的學習，還需要大量的技術(shù)支撐，現(xiàn)階段已成功運用的學習方法有增強學習算法等。當學習的效果并不理想，尤其是在線學習方面，這將在很長的一段時間內(nèi)困擾著相關(guān)技術(shù)研究人員，相信在不久的將來，一定能尋找到一個新的方法來解決移動機器人智能存取信息、自主agent等難題，克服在線學習技術(shù)瓶頸。

在最受人們關(guān)注的機器人領(lǐng)域里，人工智能蘊含著十分強大的發(fā)展空間。雖然現(xiàn)在已經(jīng)實現(xiàn)了機器人與人的對話交流等強大功能，但相信在未來，人們一定會挖掘出人工智能更多更強大的功能并運用到機器人中，讓機器人更好的為人們服務。在控制領(lǐng)域內(nèi)，雖然已經(jīng)實現(xiàn)了遠程操控技術(shù)，但并不普及，相信在未來，人們可以更輕松自如地利用人工智能實現(xiàn)對家用電器等的遠程控制。

4 結(jié) 語

人工智能一直處于計算機的前沿技術(shù)，其研究的理論和發(fā)展在很大程度上決定著計算機的發(fā)展方向。本文主要介紹了人工智能的發(fā)展歷程，人工智能在智慧城市中的應用以及發(fā)展趨勢預估。重點以構(gòu)建智慧城市為例，闡述了人工智能在建設智慧城市中的具體應用。隨著人工智能技術(shù)的發(fā)展，它將會給人們的學習、生活和工作帶來極大的便利。

參考文獻

[1] 睢丹，金顯華.人工智能在網(wǎng)絡擁塞控制中的路徑優(yōu)化研究[J].計算機仿真，2011，28（9）：102?105.

[2] 鐘義信.人工智能的突破與科學方法的創(chuàng)新[J].模式識別與人工智能，2012，25（3）：456?461.

[3] 陸陽，喬鋼柱，譚瑛.基于Android的智能家居程序開發(fā)與研究[J].物聯(lián)網(wǎng)技術(shù)，2014，4（3）：31?32.

[4] 陳晨，齊向東.基于RFID的智能車庫系統(tǒng)設計[J].物聯(lián)網(wǎng)技術(shù)，2014，4（4）：30?31.

[5] 王磊，曲衛(wèi)平，李敬兆. 基于人工智能搜索和數(shù)據(jù)依賴分析的程序并行化[J].現(xiàn)代電子技術(shù)，2013，36（6）：1?3.

[6] 周昌賢，鄭韶鵬.構(gòu)建WebGIS和人工智能技術(shù)的防震綜合管理系統(tǒng)[J].現(xiàn)代電子技術(shù)，2014，37（12）：87?89.