杜舒琦

【摘要】近年來，機(jī)械電子工程與人工智能的完美融合給這一產(chǎn)業(yè)帶來了革命性的變革和驚人的經(jīng)濟(jì)效益。本文分別從機(jī)械電子工程、人工智能、兩者融合3個(gè)方面探討了這一趨勢。

【關(guān)鍵詞】機(jī)械電子工程人工智能信息處理

電子工程與傳統(tǒng)的機(jī)械工程相比來言是較新的學(xué)科，兩者于上世紀(jì)逐漸結(jié)合在一起。隨著人工智能技術(shù)的不斷發(fā)展，機(jī)械電子工程由傳統(tǒng)的能量連接、動(dòng)能連接逐步發(fā)展為信息連接，使得機(jī)械電子工程具有了一定的人工智能。人工智能技術(shù)伴隨著機(jī)械電子工程的日益復(fù)雜，也得到了長足的發(fā)展。

一、機(jī)械電子工程

（一）機(jī)械電子工程的發(fā)展史

機(jī)械電子工程的發(fā)展可以分為3個(gè)階段：第一階段是以手工加工為主要生產(chǎn)力的萌芽階段，這一時(shí)期生產(chǎn)力低下，人力資源的匱乏嚴(yán)重制約了生產(chǎn)力的發(fā)展，科學(xué)家們不得不窮極思變，引導(dǎo)了機(jī)械工業(yè)的發(fā)展。第二階段則是以流水線生產(chǎn)為標(biāo)志的標(biāo)準(zhǔn)件生產(chǎn)階段，這種生產(chǎn)模式極大程度上提高了生產(chǎn)力，大批量的生產(chǎn)開始涌現(xiàn)，但是由于對標(biāo)準(zhǔn)件的要求較高，導(dǎo)致生產(chǎn)缺乏靈活性，不能適應(yīng)不斷變化的社會(huì)需求。第三階段是現(xiàn)在我們常見的現(xiàn)代機(jī)械電子產(chǎn)業(yè)階段，而以機(jī)械電子工程為核心的柔性制造系統(tǒng)正是這一階段的產(chǎn)物。

（二）機(jī)械電子工程的特點(diǎn)

1）設(shè)計(jì)上的不同。機(jī)械電子工程并非是一門獨(dú)立學(xué)科，而是一種包含有各類學(xué)科精華的綜合性學(xué)科。在設(shè)計(jì)時(shí)，以機(jī)械工程、電子工程和計(jì)算機(jī)技術(shù)為核心的機(jī)械電子工程會(huì)依據(jù)系統(tǒng)配置和目標(biāo)的不同結(jié)合其他技術(shù)。工程師在設(shè)計(jì)時(shí)將利用自頂向下的策略使得各模塊緊密結(jié)合，以完成設(shè)計(jì)；2）產(chǎn)品特征不同。機(jī)械電子產(chǎn)品的結(jié)構(gòu)相對簡單，沒有過多的運(yùn)動(dòng)部件或元件。它的內(nèi)部結(jié)構(gòu)極為復(fù)雜，但卻縮小了物理體積，拋棄了傳統(tǒng)的笨重型機(jī)械面貌，但卻提高了產(chǎn)品性能。

二、人工智能

（一）人工智能的定義

人工智能是一門綜合了控制論、信息論、計(jì)算機(jī)科學(xué)、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)、哲學(xué)等多門學(xué)科的交叉學(xué)科，是21世紀(jì)最偉大的三大學(xué)科之一。筆者認(rèn)為，人工智能是研究通過計(jì)算機(jī)延伸、擴(kuò)展、模擬人的智能的一門科學(xué)技術(shù)。

（二）人工智能的發(fā)展史

1、萌芽階段

17世紀(jì)的法國科學(xué)家B.Pascal發(fā)明了世界上第一部能進(jìn)行機(jī)械加法的計(jì)算器轟動(dòng)世界，從此之后，世界各國的科學(xué)家們開始熱衷于完善這一計(jì)算器，直到馮諾依曼發(fā)明第一臺(tái)計(jì)算機(jī)。人工智能在這一時(shí)期發(fā)展緩慢，但是卻積累了豐富的實(shí)踐經(jīng)驗(yàn)，為下一階段的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。

2、第一個(gè)發(fā)展階段

在1956年舉辦的“侃談會(huì)”上，美國人第一次使用了“人工智能”這一術(shù)語。這一階段的人工智能主要以翻譯、證明、博弈等為主要研究任務(wù)，LISP語言就是這一階段的佼佼者。

3、挫折階段

60年代中至70年代初期，當(dāng)人們深入研究人工智能的工作機(jī)理后卻發(fā)現(xiàn)，用機(jī)器模仿人類的思維是一件非常困難的事，許多科學(xué)發(fā)現(xiàn)并未逃離出簡單映射的方法，更無邏輯思維可言。但是，仍有許多科學(xué)家前赴后繼的進(jìn)行著科學(xué)創(chuàng)新，在自然語言理解、計(jì)算機(jī)視覺、機(jī)器人、專家系統(tǒng)等方面取得了卓爾有效的成就。1972年，法國科學(xué)家發(fā)現(xiàn)了Prolog語言，成為繼LISP語言之后的最主要的人工智能語言。

4、第二個(gè)發(fā)展階段

以1977年第五屆國際人工智能聯(lián)合會(huì)議為轉(zhuǎn)折點(diǎn)，人工智能進(jìn)入到以知識(shí)為基礎(chǔ)的發(fā)展階段，知識(shí)工程很快滲透于人工智能的各個(gè)領(lǐng)域，并促使人工智能走向?qū)嶋H應(yīng)用。

5、平穩(wěn)發(fā)展階段

由于國際互聯(lián)網(wǎng)技術(shù)的普及，人工智能逐漸由單個(gè)主體向分布式主體方向發(fā)展，直到今天，人工智能已經(jīng)演變的復(fù)雜而實(shí)用，可以面向多個(gè)智能主體的多個(gè)目標(biāo)進(jìn)行求解。

最近五十年間，網(wǎng)絡(luò)的普及給信息傳遞帶來了新的生命，人類進(jìn)入到了信息社會(huì)，而信息社會(huì)的發(fā)展離不開人工智能技術(shù)的發(fā)展。不論是模型的建立與控制，還是故障診斷，人工智能在機(jī)械電子工程當(dāng)中都起著處理信息的作用。

由于機(jī)械電子系統(tǒng)與生俱來的不穩(wěn)定性，描述機(jī)械電子系統(tǒng)的輸入與輸出關(guān)系就變得困難重重，傳統(tǒng)上的描述方法有以下幾種：推導(dǎo)數(shù)學(xué)方程的方法；建設(shè)規(guī)則庫的方法；學(xué)習(xí)并生成知識(shí)的方法。傳統(tǒng)的解析數(shù)學(xué)的方法嚴(yán)密、精確，但是只能適用于相對簡單的系統(tǒng)?，F(xiàn)代社會(huì)所需求的系統(tǒng)日益復(fù)雜，經(jīng)常會(huì)同時(shí)處理幾種不同類型的信息。由于人工智能處理信息時(shí)的不確定性、復(fù)雜性，以知識(shí)為基礎(chǔ)的人工智能信息處理方式成為解析數(shù)學(xué)方式的替代手段。

通過人工智能建立的系統(tǒng)一般使用兩類方法：神經(jīng)網(wǎng)絡(luò)系統(tǒng)和模糊推理系統(tǒng)。神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以模擬人腦的結(jié)構(gòu)，分析數(shù)字信號(hào)并給出參考數(shù)值；而模糊推理系統(tǒng)是通過模擬人腦的功能來分析語言信號(hào)。兩者在處理輸入輸出的關(guān)系上有相同之處也有不同之處：神經(jīng)網(wǎng)絡(luò)系統(tǒng)物理意義不明確，而模糊推理系統(tǒng)有明確的物理意義；神經(jīng)網(wǎng)絡(luò)系統(tǒng)運(yùn)用點(diǎn)到點(diǎn)的

映射方式，而模糊推理系統(tǒng)運(yùn)用域到域的映射方式；神經(jīng)網(wǎng)絡(luò)系統(tǒng)以分布式的方式儲(chǔ)存信息，而模糊推理系統(tǒng)則以規(guī)則的方式儲(chǔ)存信息；神經(jīng)網(wǎng)絡(luò)系統(tǒng)輸入時(shí)由于每個(gè)神經(jīng)元之間都有固定聯(lián)系，計(jì)算量大，而模糊推理系統(tǒng)由于連接不固定，計(jì)算量較小；神經(jīng)網(wǎng)絡(luò)系統(tǒng)輸入輸出時(shí)精度較高，呈光滑曲面，而模糊推理系統(tǒng)精度較低，呈臺(tái)階狀。

模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)做到了兩者功能的最大融合，使信息在網(wǎng)絡(luò)各層當(dāng)中找到一個(gè)最適合的完全表達(dá)空間。邏輯推理規(guī)則能夠?qū)υ鰪?qiáng)節(jié)點(diǎn)函數(shù)，為神經(jīng)網(wǎng)絡(luò)系統(tǒng)提供函數(shù)連結(jié)，使兩者的功能達(dá)到最大化。

三、結(jié)論

科學(xué)的不斷發(fā)展帶來的不僅是學(xué)科的高度細(xì)化、深化，而且是學(xué)科間的高度融合。人工智能就是各學(xué)科交叉與綜合之后的結(jié)果，秉承這一天性，人工智能與機(jī)械電子工程自然的進(jìn)行了完美融合，這一全新領(lǐng)域的發(fā)展必將引領(lǐng)世界潮流，促進(jìn)生產(chǎn)力的飛速發(fā)展。

參考文獻(xiàn)：

[1]王孫安.機(jī)械電子工程系統(tǒng)設(shè)計(jì)[D].西安交通大學(xué)機(jī)械工程學(xué)院，2006，10.

[2]陳慶霞.人工智能研究綱領(lǐng)的發(fā)展歷程和前景[J].科技信息，2009，33.