人工智慧論文讀書報告
近年來，世界各個發達國家競相發展機械電子工程，以提高本國的成產力水平，機械電子工程也不斷向智慧化、網路化、柔性化發展，機械電子工程與人工智慧的完美融合給這一產業帶來了革命性的變革和驚人的經濟效益。以下是小編精心整理的人工智慧論文讀書報告的相關資料，希望對你有幫助!
人工智慧論文讀書報告
機械電子工程與人工智慧的關係探究
摘 要 近年來，世界各個發達國家競相發展機械電子工程，以提高本國的成產力水平，機械電子工程也不斷向智慧化、網路化、柔性化發展，機械電子工程與人工智慧的完美融合給這一產業帶來了革命性的變革和驚人的經濟效益。本文分別從機械電子工程、人工智慧、兩者融合3個方面探討了這一趨勢。
關鍵詞 機械電子工程;人工智慧;資訊處理
0 引言
傳統的機械工程一般分為兩大類，包括動力和製造。製造類工程包括機械加工、毛坯製造和裝配等生產過程，而動力類工程包括各式發電機。電子工程與傳統的機械工程相比來言是較新的學科，兩者於上世紀逐漸結合在一起。最初，電子工程與機械工程是以塊與塊的分離模式或功能替代的模式相結合，隨著科學技術的不斷向前推動，傳統的機械工程與現代的電子工程透過資訊科技有機的結合起來，形成了現在的機械電子工程學科。隨著人工智慧技術的不斷髮展，機械電子工程由傳統的能量連線、動能連線逐步發展為資訊連線，使得機械電子工程具有了一定的人工智慧。傳統的機械電子工程透過現代的科學技術進入到一個新的發展領域，同時，人工智慧技術伴隨著機械電子工程的日益複雜，也得到了長足的發展。
1 機械電子工程
1.1 機械電子工程的發展史
20世紀是科學發展最輝煌的時期，各類學科相互滲透、相輔相成，機械電子工程學科也在這一時期應運而生，它是由機械工程與電子工程、資訊工程、智慧技術、管理技術相結合而成的新的理論體系和發展領域。隨著科學技術的不斷髮展，機械電子工程也變的日益複雜。
機械電子工程的發展可以分為3個階段：第一階段是以手工加工為主要生產力的萌芽階段，這一時期生產力低下，人力資源的匱乏嚴重製約了生產力的發展，科學家們不得不窮極思變，引導了機械工業的發展。第二階段則是以流水線生產為標誌的標準件生產階段，這種生產模式極大程度上提高了生產力，大批次的生產開始湧現，但是由於對標準件的要求較高，導致生產缺乏靈活性，不能適應不斷變化的社會需求。第三階段就是現在我們常見的現代機械電子產業階段，現代社會生活節奏快，亟需靈活性強、適應性強、轉產週期短、產品質量高的高科技生產方式，而以機械電子工程為核心的柔性製造系統正是這一階段的產物。柔性製造系統由加工、物流、資訊流三大系統組合而成，可以在加工自動化的基礎之上實現物料流和資訊流的自動化。
1.2 機械電子工程的特點
機械電子工程是機械工程與電子技術的有效結合，兩者之間不僅有物理上的動力連結，還有功能上的資訊連結，並且還包含了能夠智慧化的處理所有機械電子資訊的計算機系統。機械電子工程與傳統的機械工程相比具有其獨特的特點：
1)設計上的不同。機械電子工程並非是一門獨立學科，而是一種包含有各類學科精華的綜合性學科。在設計時，以機械工程、電子工程和計算機技術為核心的機械電子工程會依據系統配置和目標的不同結合其他技術，如：管理技術、生產加工技術、製造技術等。工程師在設計時將利用自頂向下的策略使得各模組緊密結合，以完成設計;2)產品特徵不同。機械電子產品的結構相對簡單，沒有過多的運動部件或元件。它的內部結構極為複雜，但卻縮小了物理體積，拋棄了傳統的笨重型機械面貌，但卻提高了產品效能。
機械電子工程的未來屬於那些懂得運用各種先進的科學技術最佳化機械工程與電子技術之間聯絡的人，在實際應用當中，最佳化兩者之間的聯絡代表了生產力的革新，人工智慧的發展使得這一想法變成可能。
2 人工智慧
2.1 人工智慧的定義
人工智慧是一門綜合了控制論、資訊理論、計算機科學、神經生理學、心理學、語言學、哲學等多門學科的交叉學科，是21世紀最偉大的三大學科之一。尼爾遜教授將人工智慧定義為：人工智慧是關於怎樣表示知識和怎樣獲得知識並使用知識的科學。溫斯頓教授則認為：人工智慧就是研究如何使計算機去做過去只有人才能做的智慧工作。至今為止，人工智慧仍沒有一個統一的定義，筆者認為，人工智慧是研究透過計算機延伸、擴充套件、模擬人的智慧的一門科學技術。
2.2 人工智慧的發展史
2.2.1 萌芽階段
17世紀的法國科學家B.Pascal發明了世界上第一部能進行機械加法的計算器轟動世界，從此之後，世界各國的科學家們開始熱衷於完善這一計算器，直到馮諾依曼發明第一臺計算機。人工智慧在這一時期發展緩慢，但是卻積累了豐富的實踐經驗，為下一階段的發展奠定了堅實的基礎。
2.2.2 第一個發展階段
在1956年舉辦的“侃談會”上，美國人第一次使用了“人工智慧”這一術語，從而引領了人工智慧第一個興旺發展時期。這一階段的'人工智慧主要以翻譯、證明、博弈等為主要研究任務，取得了一系列的科技成就，LISP語言就是這一階段的佼佼者。人工智慧在這一階段的飛速發展使人們相信只要透過科學研究就可以總結人類的邏輯思維方式並創造一個萬能的機器進行模仿。
2.2.3 挫折階段
60年代中至70年代初期，當人們深入研究人工智慧的工作機理後卻發現，用機器模仿人類的思維是一件非常困難的事，許多科學發現並未逃離出簡單對映的方法，更無邏輯思維可言。但是，仍有許多科學家前赴後繼的進行著科學創新，在自然語言理解、計算機視覺、機器人、專家系統等方面取得了卓爾有效的成就。1972年，法國科學家發現了Prolog語言，成為繼LISP語言之後的最主要的人工智慧語言。
2.2.4 第二個發展階段
以1977年第五屆國際人工智慧聯合會議為轉折點，人工智慧進入到以知識為基礎的發展階段，知識工程很快滲透於人工智慧的各個領域，並促使人工智慧走向實際應用。不久之後，人工智慧在商業化道路上取得了卓越的成就，展示出了頑強的生命力與廣闊的應用前景，在不確定推理、分散式人工智慧、常識性知識表示方式等關鍵性技術問題和專家系統、計算機視覺、自然語言理解、智慧機器人等實際應用問題上取得了長足的發展。
2.2.5 平穩發展階段
由於國際網際網路技術的普及，人工智慧逐漸由單個主體向分散式主體方向發展，直到今天，人工智慧已經演變的複雜而實用，可以面向多個智慧主體的多個目標進行求解。
3 人工智慧在機械電子工程中的應用
物質和資訊是人類社會發展的最根源的兩大因素，在人類社會初期，由於生產力水平低，人類社會以物質為首要基礎，僅靠“結繩記事”的方法傳遞資訊，但隨著社會生產力的不斷髮展，資訊的重要性不斷被人們發現，文字成為傳遞資訊最理想的途徑，最近五十年間，網路的普及給資訊傳遞帶來了新的生命，人類進入到了資訊社會，而資訊社會的發展離不開人工智慧技術的發展。不論是模型的建立與控制，還是故障診斷，人工智慧在機械電子工程當中都起著處理資訊的作用。
由於機械電子系統與生俱來的不穩定性，描述機械電子系統的輸入與輸出關係就變得困難重重，傳統上的描述方法有以下幾種：1)推導數學方程的方法;2)建設規則庫的方法;3)學習並生成知識的方法。傳統的解析數學的方法嚴密、精確，但是隻能適用於相對簡單的系統，如線性定常系統，對於那些複雜的系統由於無法給出數學解析式，就只能透過操作來完成。現代社會所需求的系統日益複雜，經常會同時處理幾種不同型別的資訊，如感測器所傳遞的數字資訊和專家的語言資訊。由於人工智慧處理資訊時的不確定性、複雜性，以知識為基礎的人工智慧資訊處理方式成為解析數學方式的替代手段。
透過人工智慧建立的系統一般使用兩類方法：神經網路系統和模糊推理系統。神經網路系統可以模擬人腦的結構，分析數字訊號並給出參考數值;而模糊推理系統是透過模擬人腦的功能來分析語言訊號。兩者在處理輸入輸出的關係上有相同之處也有不同之處，相同之處是：兩者都透過網路結構的形式以任意精度逼近一個連續函式;不同之處是：神經網路系統物理意義不明確，而模糊推理系統有明確的物理意義;神經網路系統運用點到點的對映方式，而模糊推理系統運用域到域的對映方式;神經網路系統以分散式的方式儲存資訊，而模糊推理系統則以規則的方式儲存資訊;神經網路系統輸入時由於每個神經元之間都有固定聯絡，計算量大，而模糊推理系統由於連線不固定，計算量較小;神經網路系統輸入輸出時精度較高，呈光滑曲面，而模糊推理系統精度較低，呈臺階狀。
隨著社會的不斷髮展，單純的一種人工智慧方法已經不能滿足日益增長的社會需要，許多科學家開始研究綜合性的人工智慧系統。綜合性的人工智慧系統採用神經網路系統與模糊推理系統相結合的方法，取長補短，以獲得更全面的描述方式，模糊神經網路系統便是一成功範例。模糊神經網路系統做到了兩者功能的最大融合，使資訊在網路各層當中找到一個最適合的完全表達空間。邏輯推理規則能夠對增強節點函式，為神經網路系統提供函式連結，使兩者的功能達到最大化。
4 結論
科學的不斷髮展帶來的不僅是學科的高度細化、深化，而且是學科間的高度融合。人工智慧就是各學科交叉與綜合之後的結果，秉承這一天性，人工智慧與機械電子工程自然的進行了完美融合，這一全新領域的發展必將引領世界潮流，促進生產力的飛速發展。