人工智能和生物技術(shù)
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇人工智能和生物技術(shù)范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。
人工智能和生物技術(shù)范文第1篇
一、超智能社會的主要內(nèi)涵
近年來，信息技術(shù)取得了突飛猛進的發(fā)展，使得全球迎來了經(jīng)濟社會的大變革時代。物聯(lián)網(wǎng)、機器人、人工智能、生物醫(yī)學、腦科學等領(lǐng)域的技術(shù)的進步，已經(jīng)給人們的生活帶來了重大改變。信息技術(shù)及網(wǎng)絡(luò)化的大時代潮流，也使得超智能社會5.0變得不再遙遠，人工智能也成為實現(xiàn)超智能社會的核心。谷歌的人工智能―阿爾法圍棋，戰(zhàn)勝前世界冠軍李世石；IBM人工智能醫(yī)生“華生”達到全球醫(yī)生的平均水平；美國風險投資企業(yè)收購NBA勇士隊，采用大數(shù)據(jù)和人工智能分析，使勇士在6年之內(nèi)由全聯(lián)盟倒數(shù)第2變成總冠軍等，均顯示了人工智能取得的突破性進展。
超智能社會5.0是在當前物質(zhì)和信息飽和且高度一體化的狀態(tài)下，以虛擬空間與現(xiàn)實空間的高度技術(shù)融合為基礎(chǔ)，人與機器人、人工智能共存，可超越地域、年齡、性別和語言等限制、針對諸多細節(jié)及時提供與多樣化的潛在需求相對應(yīng)的物品和服務(wù)，是能夠?qū)崿F(xiàn)經(jīng)濟發(fā)展與社會問題解決相協(xié)調(diào)的社會形態(tài)，更是能夠滿足人們愉悅及高質(zhì)量生活品質(zhì)的、以人為中心的社會形態(tài)。
超智能社會5.0，也是在德國工業(yè)4.0強化產(chǎn)業(yè)競爭力、實現(xiàn)產(chǎn)業(yè)變革的基礎(chǔ)上，試圖通過智能化技術(shù)解決相關(guān)經(jīng)濟和社會課題的全新的概念模式。具體而言，不論都市與地方，都可以確保方便使用自動駕駛汽車，實現(xiàn)分布式能源的自產(chǎn)自用，以及使用基于新一代通信系統(tǒng)的智能醫(yī)療體系等。
超智能社會不僅涵蓋能源、交通、制造、服務(wù)等多個系統(tǒng)組合，未來還將包括人員、商務(wù)、法律等管理機能，以及勞動力提供與理念創(chuàng)新等人類自我價值的實現(xiàn)。建設(shè)超智能社會不僅需要高速公路等交通智能化、能源價值鏈最優(yōu)化、制造體系全新化等核心智能系統(tǒng)的開發(fā)，也需要跨區(qū)域的醫(yī)療健康系統(tǒng)、食品產(chǎn)業(yè)鏈、生產(chǎn)體系等新的智能價值鏈的創(chuàng)造與創(chuàng)新，以及導(dǎo)航衛(wèi)星系統(tǒng)、數(shù)據(jù)綜合解析系統(tǒng)、公共基礎(chǔ)設(shè)施認證等方面的支持。
二、超智能社會的主要支撐技術(shù)
在2016年5月底頒布的《科學技術(shù)創(chuàng)新戰(zhàn)略2016》中，對支撐超智能社會建設(shè)的主要技術(shù)領(lǐng)域進行了詳細描述，主要涵蓋虛擬空間和現(xiàn)實空間兩大技術(shù)領(lǐng)域。
（一）虛擬空間技術(shù)領(lǐng)域
網(wǎng)絡(luò)安全技術(shù)：對物聯(lián)網(wǎng)技術(shù)而言，從系統(tǒng)的設(shè)計到最終生命周期結(jié)束的時間很長，需要以漏洞處理、加密及高存儲容量等技術(shù)為重點，構(gòu)建相應(yīng)的研發(fā)及信任體系，并確保相關(guān)系統(tǒng)成本的降低；
物網(wǎng)系統(tǒng)構(gòu)建技術(shù)：在大規(guī)模系統(tǒng)運行過程中，對系統(tǒng)進行結(jié)構(gòu)改造以及新舊設(shè)備的相互銜接，結(jié)構(gòu)邊緣及服務(wù)器側(cè)的虛擬技術(shù)就成為關(guān)鍵；
大數(shù)據(jù)解析技術(shù)：從含有非結(jié)構(gòu)化數(shù)據(jù)的各種大數(shù)據(jù)中，挖掘出有價值的信息，需要實時的高速信息處理技術(shù)的支撐；
人工智能技術(shù)：在對當前人工智能的深層學習技術(shù)繼續(xù)加強研發(fā)的基礎(chǔ)上，還要推進搜索型、知識型、計算型，以及統(tǒng)合型人工智能的研發(fā)；
設(shè)備技術(shù)：不僅要強化對大數(shù)據(jù)高速和實施處理的小型超低電力消耗設(shè)備的研制，也要努力實現(xiàn)強功能和高性能系統(tǒng)的開發(fā)，以及最新的材料和設(shè)計技術(shù)開發(fā)之間的相互融合；
網(wǎng)絡(luò)技術(shù)：在推進網(wǎng)絡(luò)虛擬化技術(shù)的同時，為實現(xiàn)龐大物聯(lián)網(wǎng)設(shè)備間無線通信，開發(fā)高容量的無線技術(shù)勢在必行；同時還要構(gòu)建對大數(shù)據(jù)實時把握及進行高度分析判斷的網(wǎng)絡(luò)技術(shù)；
邊緣計算技術(shù)：面對信息的實時高速處理，需要同步推進分散處理技術(shù)，確保網(wǎng)關(guān)等終端設(shè)備安全，并建立無法確保情況下的防范架構(gòu)。
（二）現(xiàn)實空間技術(shù)領(lǐng)域
機器人技術(shù)：為實現(xiàn)機器人在通信、社會工作支援、制造、老人及殘障人士幫扶等多個生產(chǎn)和生活領(lǐng)域應(yīng)用，日本應(yīng)積極推進相關(guān)技術(shù)研發(fā)，并引領(lǐng)安全評估的國際標準制訂；
傳感器技術(shù)：在獲取各種信息的基礎(chǔ)上，開發(fā)可遠程實施的遠程監(jiān)控及性能更新技術(shù)；
處理器技術(shù)：推進與機理、驅(qū)動、控制等信賴評價及處理器的人工智能研發(fā)密切相關(guān)的基礎(chǔ)研究，強化微電機系統(tǒng)及生物處理器等領(lǐng)域的技術(shù)研發(fā)；
生物技術(shù)：加強生物傳感器、人體運動數(shù)據(jù)采集裝置、生物驅(qū)動器等的開發(fā)，強化生物基礎(chǔ)技術(shù)研究，特別是高度小型化及超低電量消費的傳感器技術(shù)；
人機交互技術(shù)：在加快推進虛擬現(xiàn)實與增強現(xiàn)實、感知工程、認知科學與腦科學等領(lǐng)域技術(shù)研發(fā)的同時，考慮到技術(shù)設(shè)備的進步，為實現(xiàn)以機器人為代表的人工智能與人類的共存，與人類平等或僅為工具等社會倫理問題也需要提上日程。
（三）綜合領(lǐng)域相關(guān)技術(shù)
納米等原材料技術(shù)：支撐能源、基礎(chǔ)設(shè)施、醫(yī)療健康等領(lǐng)域創(chuàng)新型結(jié)構(gòu)材料和功能材料的研發(fā)，以及相關(guān)應(yīng)用組件的升級，重點突破領(lǐng)域為：高效電力控制的半導(dǎo)體技術(shù)、工藝創(chuàng)新的觸媒技術(shù)，以及聲光控制技術(shù)、高端測量診斷和成像技術(shù)、生物材料和納米材料等新型原材料技術(shù)；
光學和量子技術(shù)：為推進對信息通信、醫(yī)療、環(huán)境、能源等領(lǐng)域給予綜合支撐的、具有高精度、高敏感度、大容量、節(jié)能又安全等特征的、高端社會及產(chǎn)業(yè)基礎(chǔ)設(shè)施的形成，必須加強計算技術(shù)、成像與傳感技術(shù)、信息和能源傳輸技術(shù)、高加工技術(shù)等相關(guān)基礎(chǔ)和應(yīng)用技術(shù)的研究，特別是在大容量和高速光子傳輸?shù)燃舛斯鈱W和量子技術(shù)等前沿領(lǐng)域。
（四）2020年主要成果目標
在作為支撐平臺的網(wǎng)絡(luò)空間技術(shù)領(lǐng)域，實現(xiàn)創(chuàng)新性技術(shù)突破；
超小型、低電量消耗傳感設(shè)備的實用化；
量子信息處理和量子傳輸基礎(chǔ)技術(shù)的開發(fā)；
新一代電力電子技術(shù)的全面商業(yè)化；
開始進行綜合性新材料開發(fā)系統(tǒng)的中試；
進行生物性能技術(shù)材料的生產(chǎn)；
2030年前后實現(xiàn)基干化工產(chǎn)品新觸媒技術(shù)的實用化；
2030年前后實現(xiàn)結(jié)構(gòu)性材料的飛躍，在汽車與飛機制造等領(lǐng)域普遍采用輕量化與超耐用的新材料。
被外界譽為日本的“巴菲特+蓋茨”的軟銀總裁孫正義在2014年底提出了用人工智能機器人拯救日本，使日本在2050年產(chǎn)業(yè)競爭力重回世界第一的豪言。他指出，日本若能采用3000萬臺可24小時工作的人工智能產(chǎn)業(yè)機器人（相當于增加了9000萬制造業(yè)勞動人口），而支付給每臺機器人的“平均月薪”僅為1.7萬日元，這無疑將讓日本一舉兩得地扭轉(zhuǎn)在人口老齡化和勞動力成本過高方面的劣勢。
而日本新能源與產(chǎn)業(yè)技術(shù)綜合開發(fā)機構(gòu)（NEDO）的研究報告《面向2035年的機器人產(chǎn)業(yè)未來市場預(yù)測》指出，日本國內(nèi)的機器人產(chǎn)業(yè)市場規(guī)模2020年2.9萬億日元、2025年5.3萬億日元、2035年9.7萬億日元。
三、政策建議
當前我國經(jīng)濟發(fā)展已經(jīng)進入到新常態(tài)階段，勞動力成本增長明顯，2012年已過人口增長的劉易斯拐點，老齡化問題也日益見突出。為緩解相關(guān)壓力，將物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能、自動駕駛、共享經(jīng)濟等技術(shù)與經(jīng)濟、社會發(fā)展密切結(jié)合勢在必行。相關(guān)政策建議如下：
（一）提出“智慧中國2050”
為堅持以人為本的科學發(fā)展觀，深入貫徹五大發(fā)展理念的相關(guān)要求，應(yīng)充分借鑒日本超智能社會5.0的科學內(nèi)涵，研究提出諸如“智慧中國2050”的概念，并針對《國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略綱要》提出了2020、2030、2050年我國科技創(chuàng)新戰(zhàn)略目標，今后在具體細則制定及實施上，融入“智慧中國2050”等內(nèi)涵，將人工智能等技術(shù)與我國未來經(jīng)濟社會發(fā)展需求相結(jié)合，引領(lǐng)未來社會經(jīng)濟l展及模式轉(zhuǎn)變。
（二）注重“人工智能+物聯(lián)網(wǎng)”
將“人工智能+物聯(lián)網(wǎng)”融入新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式等四新發(fā)展理念之中，建立“人工智能+物聯(lián)網(wǎng)”國家實驗室，注重人工智能機器人等主要支撐技術(shù)的發(fā)展，以及“人工智能+物聯(lián)網(wǎng)”在創(chuàng)建與經(jīng)濟社會密切相關(guān)的新產(chǎn)業(yè)、新業(yè)態(tài)、新模式中的重要作用，加快從網(wǎng)絡(luò)化、數(shù)字化向智能化轉(zhuǎn)變，大力發(fā)展數(shù)字化智能經(jīng)濟，以人工智能為核心打造“智慧中國2050”。
（三）做好產(chǎn)業(yè)政策轉(zhuǎn)型，提高選擇性產(chǎn)業(yè)政策的聚焦度
在我國產(chǎn)業(yè)政策由選擇性為主向功能性為主轉(zhuǎn)變的情況下，將《中國制造2025》與經(jīng)濟社會發(fā)展更為緊密地結(jié)合在一起，不僅使選擇性產(chǎn)業(yè)政策先中上游產(chǎn)業(yè)聚焦，在強化虛擬空間技術(shù)研發(fā)的同時，注重傳感器技術(shù)、生物技術(shù)、人機交互技術(shù)等現(xiàn)實空間技術(shù)，以及納米等原材料技術(shù)、光學和量子技術(shù)等綜合技術(shù)的研發(fā)，還應(yīng)進一步加強與經(jīng)濟社會的聯(lián)系，使產(chǎn)業(yè)和技術(shù)創(chuàng)新能夠真正服務(wù)于民。
（四）拓展大眾創(chuàng)新、萬眾創(chuàng)業(yè)的內(nèi)涵，推進智能社會建設(shè)
進一步拓展大眾創(chuàng)新、萬眾創(chuàng)業(yè)的內(nèi)涵，將支持范圍擴大至社會經(jīng)濟領(lǐng)域，強化大數(shù)據(jù)、云計算、“人工智能+物聯(lián)網(wǎng)”等在經(jīng)濟與社會領(lǐng)域的應(yīng)用，關(guān)注自動駕駛、共享經(jīng)濟等對經(jīng)濟社會型態(tài)變革的影響，切實推動大眾創(chuàng)新、萬眾創(chuàng)業(yè)在技術(shù)與社會經(jīng)濟發(fā)展相結(jié)合的綜合性領(lǐng)域的發(fā)展。
（五）密切關(guān)注人工智能對全球產(chǎn)業(yè)與經(jīng)濟格局的影響
人工智能和生物技術(shù)范文第2篇
課程中文名稱 課程英文名稱
高等數(shù)理方法 Advanced Mathematical Method
彈塑性力學 Elastic-Plastic Mechanics
板殼理論 Theory of Plate and Shell
高等工程力學 Advanced Engineering Mechanics
板殼非線性力學 Nonlinear Mechanics of Plate and Shell
復(fù)合材料結(jié)構(gòu)力學 Structural Mechanics of Composite Material
彈性元件的理論及設(shè)計 Theory and Design of Elastic Element
非線性振動 Nonlinear Vibration
高等土力學 Advanced Soil Mechanics
分析力學 Analytic Mechanics
隨機振動 Random Vibration
數(shù)值分析 Numerical Analysis
基礎(chǔ)工程計算與分析 Calculation and Analysis of Founda tionEngineering
結(jié)構(gòu)動力學 Structural Dynamics
實驗力學 Laboratory Mechanics
損傷與斷裂 Damage and Fracture
小波分析 Wavelet Analysis
有限元與邊界元分析方法 Analytical Method of Finite Element andBoundary Element
最優(yōu)化設(shè)計方法 Optimal Design Method
彈性力學 Elastic Mechanics
高層建筑基礎(chǔ) Tall Building Foundation
動力學 Dynanics
土的本構(gòu)關(guān)系 Soil Constitutive Relation
數(shù)學建模 Mathematical Modeling
現(xiàn)代通信理論與技術(shù) Emerging Communications Theory and Technology
數(shù)字信號處理 Digital Signal Processing
網(wǎng)絡(luò)理論與多媒體技術(shù) Multi-media and Network Technology
醫(yī)用電子學 Electronics for Medicine
計算微電子學 Computational Microelectronics
集成電路材料和系統(tǒng)電子學 Material and System Electronics for Integrated Circuits
網(wǎng)絡(luò)集成與大型數(shù)據(jù)庫 Computer Network Integrating Technology and Largescale Database
現(xiàn)代數(shù)字系統(tǒng) Modern Digital System
微機應(yīng)用系統(tǒng)設(shè)計 Microcomputer Application Design
計算機網(wǎng)絡(luò)新技術(shù) Modern Computer Network Technologies
網(wǎng)絡(luò)信息系統(tǒng) Network Information System
圖像傳輸與處理 Image Transmission and Processing
圖像編碼理論 Theory of Image Coding
遙感技術(shù) Remote Sensing Techniques
虛擬儀器系統(tǒng)設(shè)計 Design of Virtual Instrument System
生物醫(yī)學信號處理技術(shù) Signal Processing for Biology and Medicine
光纖光學 Fiber Optics
VLSI的EDA技術(shù) EDA Techniques for VLSI
電子系統(tǒng)的ASIC技術(shù) ASIC Design Technologies
VLSI技術(shù)與檢測方法 VLSI Techniques & Its Examination
專題閱讀或?qū)ｎ}研究 The Special Subject Study
信息論 Information Theory
半導(dǎo)體物理學 Semiconductor Physics
通信原理 Principle of Communication
現(xiàn)代數(shù)理邏輯 Modern Mathematical Logic
算法分析與設(shè)計 Analysis and Design of Algorithms
高級計算機網(wǎng)絡(luò) Advanced Computer Networks
高級軟件工程 Advanced Software Engineering
數(shù)字圖像處理 Digital Image Processing
知識工程原理 Principles of Knowledge Engineering
面向?qū)ο蟪绦蛟O(shè)計 Object-Oriented Programming
形式語言與自動機 Formal Languages and Automata
人工智能程序設(shè)計 Artificial Intelligence Programming
軟件質(zhì)量與測試 Software Quality and Testing
大型數(shù)據(jù)庫原理與高級開發(fā)技術(shù) Principles of Large-Scale Data-Bas e andAdvanced Development Technology
自然智能與人工智能 Natural Intelligence and Artificial Intelligence
Unix操作系統(tǒng)分析 Analysis of Unix System
計算機圖形學 Computer Graphics
Internet與Intranet技術(shù) Internet and Intranet Technology
多媒體技術(shù) Multimedia Technology
數(shù)據(jù)倉庫技術(shù)與聯(lián)機分析處理 Data Warehouse and OLAP
程序設(shè)計方法學 Methodology of Programming
計算機信息保密與安全 Secrecy and Security of Computer Information
電子商務(wù) Electronic Commerce
分布式系統(tǒng)與分布式處理 Distributed Systems and Distributed Processing
并行處理與并行程序設(shè)計 Parallel Processing and Parallel Programming
模糊信息處理技術(shù) Fuzzy Information Processing Technology
人工神經(jīng)網(wǎng)絡(luò)及應(yīng)用 Artificial Intelligence and Its Applications
Unix編程環(huán)境 Unix Programming Environment
計算機視覺 Computer Vision
高級管理信息系統(tǒng) Advanced Management Information Systems
信息系統(tǒng)綜合集成理論及方法 Theory and Methodology of Information nSystemIntegration
計算機科學研究新進展 Advances in Computer Science
離散數(shù)學 Discrete Mathematics
操作系統(tǒng) Operating System
數(shù)據(jù)庫原理 Principles of Database
編譯原理 Principles of Compiler
程序設(shè)計語言 Programming Language
數(shù)據(jù)結(jié)構(gòu) Data Structure
計算機科學中的邏輯學 Logic in Computer Science
面向?qū)ο笙到y(tǒng)分析與設(shè)計 Object-Oriented System Analysis and Design
高等數(shù)值分析 Advanced Numeric Analysis
人工智能技術(shù) Artificial Intelligence Technology
軟計算理論及應(yīng)用 Theory and Application of Soft-Computing
邏輯程序設(shè)計與專家系統(tǒng) Logic Programming and Expert Systems
模式識別 Pattern Recognition
軟件測試技術(shù) Software Testing Technology
高級計算機網(wǎng)絡(luò)與集成技術(shù) Advanced Computer Networks and IntegrationTechnology
語音信號處理 Speech Signal Processing
系統(tǒng)分析與軟件工具 System Analysis and Software Tools
計算機仿真 Computer Simulation
計算機控制 Computer Control
圖像通信技術(shù) Image Communication Technology
人工神經(jīng)網(wǎng)絡(luò)及應(yīng)用 Artificial Intelligence and Its Applications
計算機技術(shù)研究新進展 Advances in Computer Technology
環(huán)境生物學 Environmental Biology
水環(huán)境生態(tài)學模型 Models of Water Quality
環(huán)境化學 Environmental Chemistry
環(huán)境生物技術(shù) Environmental Biotechnology
水域生態(tài)學 Aquatic Ecology
環(huán)境工程 Environmental Engineering
環(huán)境科學研究方法 Study Methodology of Environmental Science
藻類生理生態(tài)學 Ecological Physiology in Algae
水生動物生理生態(tài)學 Physiological Ecology of Aquatic Animal
專業(yè)文獻綜述 Review on Special Information
廢水處理與回用 Sewage Disposal and Re-use
生物醫(yī)學材料學及實驗 Biomaterials and Experiments
現(xiàn)代測試分析 Modern Testing Technology and Methods
生物材料結(jié)構(gòu)與性能 Structures and Properties of Biomaterials
計算機基礎(chǔ) Computer Basis
醫(yī)學信息學 Medical Informatics
計算機匯編語言 Computer Assembly Language
學科前沿講座 Lectures on Frontiers of the Discipline
組織工程學 Tissue Engineering
生物醫(yī)學工程概論 Introduction to Biomedical Engineering
高等生物化學 Advanced Biochemistry
光學與統(tǒng)計物理 Optics and Statistical Physics
圖像分析 Image Treatment
數(shù)據(jù)處理分析與建模 Data Analysis and Constituting Model
高級數(shù)據(jù)庫 Advanced Database
計算機網(wǎng)絡(luò) Computer Network
多媒體技術(shù) Technology of Multimedia
軟件工程 Software Engineering
藥物化學 Pharmaceutical Chemistry
功能高分子 Functional Polymer
InternetIntranet（英） InternetIntranet
程序設(shè)計方法學 Methods of Programming InternetIntranet
高分子化學與物理 Polymeric Chemistry and Physics
醫(yī)學電子學 Medical Electronics
現(xiàn)代儀器分析 Modern Instrumental Analysis
儀器分析實驗 Instrumental Analysis Experiment
食品添加劑 Food Additives Technology
高級食品化學 Advanced Food Chemistry
食品酶學 Food Enzymology
現(xiàn)代科學前沿選論 Literature on Advances of Modern Science
波譜學 Spectroscopy
波譜學實驗 Spectroscopic Experiment
食品貯運與包裝 Food Packaging
液晶化學 Liquid Crystal Chemistry
高等有機化學 Advanced Organic Chemistry
功能性食品 Function Foods
食品營養(yǎng)與衛(wèi)生學 Food Nutrition and Hygiene
食品生物技術(shù) Food Biotechnology
食品研究與開發(fā) Food Research and Development
有機合成化學 Synthetic Organic Chemistry
食品分離技術(shù) Food Separation Technique
精細化工裝備 Refinery Chemical Equipment
食品包裝原理 Principle of Food Packaging
表面活性劑化學及應(yīng)用 Chemistry and Application of Surfactant
天然產(chǎn)物研究與開發(fā) Research and Development of Natural Products
食品工藝學 Food Technology
生物化學 Biochemistry
食品分析 Food Analysis
人工智能和生物技術(shù)范文第3篇
（蘭州資源環(huán)境職業(yè)技術(shù)學院信息管理系，甘肅蘭州730000）
摘要：進入21世紀，隨著信息技術(shù)的不斷發(fā)展，將人工智能技術(shù)應(yīng)用于兒童玩具當中是人工智能技術(shù)應(yīng)用的一個趨勢，基于人工智能的語言識別、圖像識別、自然語言處理和專家系統(tǒng)等領(lǐng)域的研究，使用計算機程序，以效仿人類大腦為主要目的，包含采集、分析、處理、反饋等功能，設(shè)計出模擬人類的智能玩具。本文通過對人工智能技術(shù)進行分析得出，將此技術(shù)應(yīng)用于智能玩具當中會使玩具具有更加廣泛的應(yīng)用前景。
關(guān)鍵詞 ：人工智能；學習型數(shù)據(jù)庫；智能玩具；兒童玩具
DOI：10.16083/j.cnki.22-1296/g4.2015.05.054
中圖分類號：G614 文獻標識碼：A 文章編號：1671—1580（2015）05—0122—02
收稿日期：2014—12—10
作者簡介：康筱彬（1982— ），女，甘肅蘭州人。蘭州資源環(huán)境職業(yè)技術(shù)學院信息管理系，講師，碩士，研究方向：移動互聯(lián)網(wǎng)開發(fā)及應(yīng)用。
計算機科學之父圖靈在1950年發(fā)表的論文《計算的機器和智能》中提出了機器智能的設(shè)想，并提出了著名的“圖靈測試（Turing Test）”，用以驗證機器是否擁有智能。測試指出讓機器和人進行交流，如果人無法判斷交流的對象是人還是機器，就說明這個機器擁有智能。著名導(dǎo)演斯皮爾伯格在經(jīng)典電影《人工智能》中講述了一個不僅擁有思維更具備情感的機器人，通過這部電影，觀眾對于人工智能這一學科的研究目的有了清晰的認識：讓機器模擬人的思維方式。影片雖然是虛構(gòu)的，但是隨著智能技術(shù)的發(fā)展以及數(shù)據(jù)挖掘等技術(shù)研究的不斷深入，智能玩具已經(jīng)悄然出現(xiàn)。
2014年1月6日至9日，在第40屆香港玩具展中智能玩具已經(jīng)占有一席之地。有別于以往的數(shù)碼玩具，智能玩具不僅有精密的設(shè)計、絢麗的外表，同時，其具備的多種功能應(yīng)用能夠充分地滿足兒童的好奇心，智能技術(shù)的應(yīng)用讓每個兒童都擁有了一個個性化的玩具。而且不少智能玩具還具有特定的功能，比如治療型玩具，其主要目的是幫助孩童和老人舒緩壓力，或解決其他相關(guān)問題。許多傳統(tǒng)玩具也通過App與智能裝置合二為一，可見，將智能技術(shù)應(yīng)用于兒童玩具之中也是未來發(fā)展的趨勢之一。
一、人工智能的定義
人工智能（Artificial Intelligence，AI）相對于自然人的天然智能而言，是指通過研究和構(gòu)造智能機器或智能系統(tǒng)，來模擬和擴展人類的智能，讓機器具有某些思維。人工智能是計算機科學領(lǐng)域的一個分支，屬于綜合性的前沿學科。它的目標是了解智能的實質(zhì)，并生產(chǎn)出一種全新的、可以以與人類智能類似的方式作出反應(yīng)的智能型機器。該領(lǐng)域結(jié)合了計算機科學、信息論、心理學等多種學科。
二、人工智能的研究內(nèi)容
人工智能經(jīng)過近60年的發(fā)展，研究領(lǐng)域獲得了進一步的擴展，加之計算機技術(shù)的迅速發(fā)展，研究領(lǐng)域已經(jīng)擴展到了自然語言處理、模式識別、圖像識別、數(shù)據(jù)挖掘、機器學習、智能接口技術(shù)、智能信息處理等。其中，數(shù)據(jù)挖掘、模式識別、機器學習和信息處理是構(gòu)成智能玩具的核心技術(shù)，實現(xiàn)信息的采集、分析、處理和反饋等功能。
（一）數(shù)據(jù)挖掘。數(shù)據(jù)挖掘（Data Mining，DM）技術(shù)是指從海量的數(shù)據(jù)或者信息中獲取知識的過程。應(yīng)用于人工智能則需要對設(shè)備接收到的所有知識進行表示、推理和搜索等三個方面的處理。通過這三個方面的處理，實現(xiàn)將接收到的知識與原有知識相關(guān)聯(lián)，借助推理技術(shù)中的各種推理演繹方法獲取新的知識。在知識的查找過程中，根據(jù)實際問題借助盲目式或啟發(fā)式兩種搜索方式，不斷地尋找可以利用的知識構(gòu)造推理路線，最終獲得最優(yōu)解。
（二）模式識別。人工智能涉及的模式識別通常是指用計算機代替人類或者協(xié)助人類進行感知的模式，是對人類感知外界功能的一種模擬。將人工智能應(yīng)用于兒童玩具，就是要讓玩具能夠自動地獲取外界的知識，自動地對文字、聲音、圖像等信息進行識別。
（三）機器學習。學習能力是計算機模擬人類智能的重要標志，也是計算機獲取知識的主要途徑，是人工智能研究中最重要和最突出的一個方面。香農(nóng)曾經(jīng)說過：“一臺計算機如果不會學習，就不能稱之為具有智能的計算機。”由此可以引申出對智能玩具的判別標準，即其是否具有學習能力。智能玩具領(lǐng)域中主要采用兩種學習方法，即無監(jiān)督學習和有監(jiān)督學習。有監(jiān)督學習是指在可以提供輸入和輸出時使用的學習方法，如決策樹學習、神經(jīng)網(wǎng)絡(luò)等。無監(jiān)督學習是指在不能提供有效輸入和輸出時使用的學習方法，如強化學習、進化學習等。
（四）智能信息處理。在如今這個信息爆炸的時代，更需要從海量的數(shù)據(jù)中獲取有價值的信息，從而利用這些信息進行決策、管理、檢索以及過程控制等。當前，具備多功能性、開放性和有效性等特征的圖形模式作為一種有效的智能數(shù)據(jù)處理手段引起了人們的重視。
三、人工智能應(yīng)用于兒童玩具中所起的作用
游戲是兒童喜歡的活動，玩具是孩子游戲的物質(zhì)基礎(chǔ)，它能讓孩子在游戲中獲得身心的同步發(fā)展。比如：益智類玩具主要用于發(fā)展孩子的智力，體能類玩具則主要用于增強孩子的體質(zhì)。智能玩具在兒童成長過程中所起的作用大致可以歸結(jié)為以下幾點：
（一）提高孩子的言語能力。智能玩具中植入了智能芯片，使得它們能說會道，能歌善舞，可以與兒童進行交流。兒童在玩耍的過程中，有了可以對話的伙伴，便有了可以表達自己想法和情感的機會，這對提高其語言能力能夠起到很大的幫助作用。同時，當孩子有了表達的欲望和表達的渠道時，家長就能夠給予孩子語言方面的表達技巧。
（二）提高孩子的辨認能力。智能玩具一般具有與孩子互動的功能。比如：會教孩子辨認其左右手、進行簡單的四則運算、辨認簡單的物品（如水果、蔬菜）等。孩子在與這些玩具互動的過程中，聽到伙伴交待下來的“任務(wù)”，會產(chǎn)生好奇心并且積極思考，在此過程中，孩子的辨認能力會進一步得到提高，對智力的增長也會起到幫助作用。
（三）提高孩子的肢體協(xié)調(diào)能力。孩子在與智能玩具做游戲的過程中會有互動，比如：孩子將一盒積木砌出圖形，或者學習玩具的一些動作等，在此過程中，除了會運用到大腦外，還需要手等其他身體部位的配合，對孩子的肌肉運動、腦部發(fā)育以及身體機能的發(fā)展都具有很大的裨益。
（四）調(diào)節(jié)孩子的情緒。孩子的世界同樣也伴隨著喜、恕、哀、樂這些情緒，當負面情緒來臨時需要相應(yīng)的發(fā)泄方式。對于孩子來說，玩具就是伙伴，就是朋友，他（她）們可以通過玩具來發(fā)泄這些負面情緒。同時，玩具所具有的音樂播放、故事講述等功能，又能起到調(diào)節(jié)兒童情緒的作用。
（五）提高孩子的社交能力。大人有社交，孩子同樣也有，同學、朋友、老師都是他（她）們的玩伴，如果一個孩子從小就缺少溝通的機會，就容易養(yǎng)成不愛說話或者不敢說話的性格。而智能玩具就具備能說會道的功能，孩子們與玩具進行交流就避免了不愛說話或者不敢說話的狀況，即使對待陌生人，也可以很快進行交流了。
四、展望
人工智能學科的出現(xiàn)與發(fā)展不是偶然、孤立的，它與整個科學體系的發(fā)展與演變密不可分。21世紀，各學科蓬勃發(fā)展，高新科技層出不窮，人工智能也一定能夠在時代的要求下實現(xiàn)多學科的交叉研究，通過與信息技術(shù)、軟件技術(shù)、生物技術(shù)、腦科學、電子技術(shù)、網(wǎng)絡(luò)技術(shù)等研究領(lǐng)域更加緊密地結(jié)合，研制出與人類智能水平相當?shù)闹悄苘浖椭悄軝C器。21世紀將成為智能技術(shù)快速發(fā)展的世紀，信息時代的特征也促使人工智能學科形成三個分支，即行為主義、聯(lián)結(jié)主義和符號主義，在信息論的啟示下形成統(tǒng)一。人工智能在多學科的交叉發(fā)展與研究中，一定會掀起一場智能技術(shù)的革命，走向人機協(xié)同解決問題的新紀元。
［
參考文獻］
［1］徐志國.人工智能在電力系統(tǒng)中的應(yīng)用［J］.現(xiàn)代電子技術(shù)，2006（21）.
［2］張凱斐.人工智能的應(yīng)用領(lǐng)域及其未來展望［J］.呂梁高等專科學校學報，2010（4）.
［3］胡勤.人工智能概述［J］.電腦知識與技術(shù)，2010（13）.
［4］陳建平，任斌，張會章.人工智能在智能機器人領(lǐng)域中的研究與應(yīng)用［J］.東莞理工學院學報，2008（3）.
人工智能和生物技術(shù)范文第4篇
關(guān)鍵詞：決策支持系統(tǒng)人工智能專家系統(tǒng)
一、智能決策技術(shù)概述
1.決策支持系統(tǒng)的形成
隨著計算機技術(shù)和應(yīng)用的發(fā)展，如科學計算、數(shù)據(jù)處理、管理信息系統(tǒng)的發(fā)展以及運籌學和管理科學的應(yīng)用，為決策支持系統(tǒng)的形成打下了基礎(chǔ)。決策支持系統(tǒng)(DecisionSupportSystem—DDS)是80年代迅速發(fā)展起的新型計算機學科。70年代初由美國M.S.ScottMorton在《管理決策系統(tǒng)》一文中首先提出決策支持系統(tǒng)的概念。
DSS實質(zhì)上是在管理信息系統(tǒng)和運籌學的基礎(chǔ)上發(fā)展起來的。管理信息系統(tǒng)重點在對大量數(shù)據(jù)的處理。運籌學在運用模型輔助決策體現(xiàn)在單模型輔助決策上。隨著新技術(shù)的發(fā)展，所需要不得不解決的問題會愈來愈復(fù)雜，所涉及的模型會愈來愈多，模型類型也由數(shù)學模型擴充數(shù)據(jù)處理模型。模型數(shù)量也愈來愈多。這樣，對多模型輔助決策問題，在決策支持系統(tǒng)出現(xiàn)之前是靠人來實現(xiàn)模型間的聯(lián)合和協(xié)調(diào)。決策支持系統(tǒng)的出現(xiàn)就是要解決由計算機自動組織和協(xié)調(diào)多模型運行，對大量數(shù)據(jù)庫中數(shù)據(jù)的存取和處理，達到更高層次的輔助決策能力。決策支持系統(tǒng)的新特點就是增加了模型庫和模型庫管理系統(tǒng)，它把眾多的模型(數(shù)學模型和數(shù)據(jù)處理模型以及更廣泛的模型)有效地組織和存儲起來，并且建立了模型庫和數(shù)據(jù)庫的有機結(jié)合。這種有機結(jié)合適應(yīng)人機交互功能，自然促使新型系統(tǒng)的出現(xiàn)，即DDS的出現(xiàn)。它不同于MIS數(shù)據(jù)處理，也不同于模型的數(shù)值計算，而是它們的有機集成。它既有數(shù)據(jù)處理功能又具有數(shù)值計算功能。
決策支持系統(tǒng)概念及結(jié)構(gòu)。決策支持系統(tǒng)是綜合利用大量數(shù)據(jù)，有機組合眾多模型(數(shù)學模型與數(shù)據(jù)處理模型等)，通過人機交互，輔助各級決策者實現(xiàn)科學決策的系統(tǒng)。
DSS使人機交互系統(tǒng)、模型庫系統(tǒng)、數(shù)據(jù)庫系統(tǒng)三者有機結(jié)合起來。它大大擴充了數(shù)據(jù)庫功能和模型庫功能，即DSS的發(fā)展使管理信息系統(tǒng)上升到?jīng)Q策支持系統(tǒng)的新臺階上。DSS使那些原來不能用計算機解決的問題逐步變成能用計算機解決。
2.人工智能概念和研究范圍
(1)人工智能定義。由計算機來表示和執(zhí)行人類的智能活動(如判斷、識別、理解、學習、規(guī)劃和問題求解等)就是人工智能。人工智能的研究在逐步擴大機器智能，使計算機逐步向人的智能靠近。
(2)人工智能的研究范圍。人工智能研究的基本范圍有：問題求解、邏輯推理和定理證明、自然語言處理、自動程序設(shè)計、學習、專家系統(tǒng)、機器人學、機器視覺、智能檢索系統(tǒng)、組合高度問題、系統(tǒng)與表達語言等；其主要研究領(lǐng)域有：自然語言處理、機器人學、知識工程。
自然語言處理：語音的識別與合成，自然語言的理解和生成，機器翻譯等。
機器人學：從操縱型、自動型轉(zhuǎn)向智能型。在重、難、險、害等工作領(lǐng)域中推廣使用機器人。
知識工程：研究和開發(fā)專家系統(tǒng)。目前人工智能的研究中，最接近實用的成果是專家系統(tǒng)。專家系統(tǒng)在符號推理、醫(yī)療診斷、礦床勘探、化學分析、工程設(shè)計、軍事決策、案情分析等方面都取得明顯的效果。
3.決策支持新技術(shù)
(1)數(shù)據(jù)倉庫的興起和概念。數(shù)據(jù)倉庫(DataWarehouse—DW)的概念是PrismSolutions公司副總裁W.H.Inmon在1992年出版的書《建立數(shù)據(jù)倉庫》(BuildingtheDataWarehouse)中提出的。數(shù)據(jù)倉庫的提出是以關(guān)系數(shù)據(jù)庫，并行處理和分布式技術(shù)的飛速發(fā)展為基礎(chǔ)，它是解決信息技術(shù)在發(fā)展中一方面擁有大量數(shù)據(jù)，另一方面有用信息卻很貧乏(Datarich—Informationpoor)這種不正常現(xiàn)象的綜合解決方案。
W.H.Inmon在《建立數(shù)據(jù)倉庫》一書中，對數(shù)據(jù)倉庫定義為：數(shù)據(jù)倉庫是面向主題的、集成的、穩(wěn)定的、不同時間的數(shù)據(jù)集合，用于支持經(jīng)營管理中決策制定過程。
傳統(tǒng)數(shù)據(jù)庫用于事務(wù)處理，也叫操作型處理，是指對數(shù)據(jù)庫聯(lián)機進行日常操作，即對一或一組記錄的查詢和修改，主要為企業(yè)特定的應(yīng)用服務(wù)的。用戶關(guān)心的是響應(yīng)時間，數(shù)據(jù)的安全性和完整性。數(shù)據(jù)倉庫用于決策支持，也稱分析型處理，用于決策分析，它是建成立決策支持系統(tǒng)的基礎(chǔ)。
(2)數(shù)據(jù)倉庫的特點。數(shù)據(jù)倉庫是面向主題的：主題是數(shù)據(jù)歸類的標準，每一個主題基本對應(yīng)一個宏觀的分析領(lǐng)域。
數(shù)據(jù)倉庫是集成的：數(shù)據(jù)進入數(shù)據(jù)倉庫之前，必須經(jīng)過加工與集成。對不同的數(shù)據(jù)來源進行統(tǒng)一數(shù)據(jù)結(jié)構(gòu)和編碼。統(tǒng)一原始數(shù)據(jù)中的所有矛盾之處，如字段的同名異義，異名同義，單位不統(tǒng)一，字長不一致等。總之將原始數(shù)據(jù)結(jié)構(gòu)作一個從面向應(yīng)用到面向主題的大轉(zhuǎn)變。
數(shù)據(jù)倉庫是穩(wěn)定的：數(shù)據(jù)倉庫中包括了大量的歷史數(shù)據(jù)。數(shù)據(jù)經(jīng)集成進入數(shù)據(jù)倉庫后是極少或根本不更新的。
數(shù)據(jù)倉庫是隨時間變化的：數(shù)據(jù)倉庫內(nèi)的數(shù)據(jù)時限在5-10年，故數(shù)據(jù)的鍵碼包含時間項，標明數(shù)據(jù)的歷史時期，這適合DSS進行時間趨勢分析。
數(shù)據(jù)倉庫中數(shù)據(jù)很大：通常的數(shù)據(jù)倉庫的數(shù)據(jù)量為10GB級，大型的是一個TB級數(shù)據(jù)量。數(shù)據(jù)中索引和綜合數(shù)據(jù)占2/3，原始數(shù)據(jù)占1/3。
數(shù)據(jù)倉庫軟、硬件要求：需要一個巨大的硬件平臺和一個并行的數(shù)據(jù)庫系統(tǒng)。
(3)數(shù)據(jù)開采的概念及方法。1995年在加拿大召開了第一屆知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase—KDD)和數(shù)據(jù)開采(DataMining—DM)國際學術(shù)會議以后，“數(shù)據(jù)開采”開始流行，它是“知識發(fā)現(xiàn)”概念的深化，知識發(fā)現(xiàn)與數(shù)據(jù)開采是人工智能、機器學習與數(shù)據(jù)庫技術(shù)相結(jié)合的產(chǎn)物。KDD一詞是在1989年8月于美國底特律市召開的第一屆KDD國際學術(shù)會議上正式形成的。
知識發(fā)現(xiàn)被認為是從數(shù)據(jù)中發(fā)現(xiàn)有用知識的整個過程。數(shù)據(jù)開采被認為是KDD過程中的一個特定步驟，它用專門算法從數(shù)據(jù)中抽取模式。
數(shù)據(jù)開采的主要方法和技術(shù)有：信息論方法、集合論方法、仿生物技術(shù)、公式發(fā)現(xiàn)、統(tǒng)計分析方法及其它方法。
二、智能決策技術(shù)原理
要能做出智能決策需要在智能決策支持系統(tǒng)的輔助下才能實現(xiàn)。因而要知道智能決策技術(shù)的原理就須要知道智能決策支持系統(tǒng)的原理及構(gòu)造。
智能決策支持系統(tǒng)(IDSS)是在決策支持系統(tǒng)(DSS)的基礎(chǔ)上集成人工智能專家系統(tǒng)(ES)而形成的。決策支持系統(tǒng)主要是由問題處理與人機交互系統(tǒng)(由語言系統(tǒng)和問題處理系統(tǒng)組成)、模型庫系統(tǒng)(由模型庫管理系統(tǒng)和模型庫組成)、數(shù)據(jù)庫系統(tǒng)(由數(shù)據(jù)庫管理系統(tǒng)和數(shù)據(jù)庫組成)等組成。專家系統(tǒng)主要由知識庫、推理機和知識庫管理系統(tǒng)三者組成。決策支持系統(tǒng)和專家系統(tǒng)集成為智能決策支持系統(tǒng)。
IDSS中DSS和ES的結(jié)合主要體現(xiàn)在兩個方面：
(1)DSS和ES的總體結(jié)合。由集成系統(tǒng)把DSS和ES有機結(jié)合起來(將兩者一體化)。
KB和MB的結(jié)合。模型庫中的數(shù)學模型和數(shù)據(jù)處理模型作為知識的一種形式，即過程性知識，加入到知識推理過程中去，或者將知識庫和推理機結(jié)合起來，形成知識推理模型加入到模型庫中去。
(2)DB和動態(tài)DB的結(jié)合。DSS中的DB可以看成是相對靜態(tài)的數(shù)據(jù)庫，它為ES中的動態(tài)數(shù)據(jù)庫提供初始數(shù)據(jù)，ES推理結(jié)束后，動態(tài)DB中的結(jié)果再送回到DSS中的DB去。由DSS和ES這三種結(jié)合形式，也說形成了三種IDSS集成形式。
智能決策支持系統(tǒng)是以大量的信息收集和大量的知識為基礎(chǔ)，將它們存儲在數(shù)據(jù)庫和知識庫中，為問題處理系統(tǒng)服務(wù)。將實際問題轉(zhuǎn)換成計算機能進行求解的過程，就是通過對問題的分解和分析，建立問題求解的總框架模型，根據(jù)這個總框架模型的各組成部分的目標、功能、數(shù)據(jù)和求解的要求來決定各組成部分是建立新模型，還是選擇已有的成熟模型；多模型如何組合；需要利用哪些數(shù)據(jù)；是采用數(shù)值計算模型還是采用知識推理模型進行各種處理方法選擇，然后對其進行求解。將求解的結(jié)果或得到的支持決策的信息反回給決策用戶。
三、智能決策技術(shù)的應(yīng)用
決策支持系統(tǒng)自70年代初產(chǎn)生以來，在這20年間逐步應(yīng)用于各個領(lǐng)域和部門，在發(fā)展中不斷融入人工智能的技術(shù)使之成為智能決策支持系統(tǒng)，并得到更加廣泛的應(yīng)用。主要有以下部門：
1.企業(yè)(包括工業(yè)、農(nóng)業(yè)、商業(yè)等)
(1)生產(chǎn)部門；(2)財務(wù)部門；(3)銷售部門；
(4)運輸、后勤部門；(5)勞動人事部門；(6)外貿(mào)部門，等等。
2.事業(yè)單位
(1)城市管理部門；(2)衛(wèi)生保健部門；
(3)資源管理部門；(4)教育文化部門，等等。
3.國防軍事領(lǐng)域
4.研究開發(fā)領(lǐng)域
在我國，目前已開發(fā)應(yīng)用的有：全國宏觀經(jīng)濟發(fā)展決策支持系統(tǒng)，省區(qū)整體發(fā)展決策支持系統(tǒng)，縣區(qū)發(fā)展戰(zhàn)略研究決策支持系統(tǒng)，各行業(yè)的發(fā)展決策支持系統(tǒng)，公司一級的、廠一級生產(chǎn)經(jīng)營決策支持系統(tǒng)，流域管理決策支持系統(tǒng)，運輸經(jīng)營管理決策支持系統(tǒng)，人口發(fā)展與控制決策支持系統(tǒng)，作戰(zhàn)指揮決策支持系統(tǒng)，后勤保障決策支持系統(tǒng)等等。
可見決策支持系統(tǒng)的應(yīng)用已經(jīng)深入到生活的各個方面。由于人們在日常生活中，隨時都要作出選擇和決定，這種選擇和決定就是決策。現(xiàn)代化的社會經(jīng)濟生活規(guī)模宏大，變化和進展迅速，各種關(guān)系錯綜復(fù)雜，不論是對個人、集體、地區(qū)、國家，決策的正確與否，影響是巨大的；一念之差，影響到事業(yè)的成敗，組織的興亡盛衰。而正確有效的決策在于充分掌握信息和根據(jù)信息作出正確判斷，因此采集、整理和分析信息是決策聽首要任務(wù)。決策支持系統(tǒng)正是基于計算機上的交互式信息系統(tǒng)，主要目的是為決策者提供有價值的信息，能幫助決策者解決半結(jié)構(gòu)和非結(jié)構(gòu)決策問題。隨著決策支持系統(tǒng)和人工智能技術(shù)的不斷發(fā)展，由決策支持系統(tǒng)和人工智能技術(shù)融合的智能決策支持系統(tǒng)將不斷完善，應(yīng)用的范圍將加廣泛和深入人們的生活。
參考文獻：
人工智能和生物技術(shù)范文第5篇
隨著數(shù)字化和虛擬儀器的快速發(fā)展,對傳感器的綜合能力要求越來越高,而傳統(tǒng)的傳感器根本不能適應(yīng)現(xiàn)代化的需求,加之微處理智能技術(shù)和微機械加工技術(shù)的引入,于是智能傳感器誕生了。雖然智能傳感器是當前高新技術(shù),但是目前為止還沒有一個規(guī)范化的定義形成。隨著人們對智能傳感器技術(shù)的不斷研究,各個專家對其都有不同的定義。本文主要傾向于以下這個定義:智能傳感器就是帶微處理器、兼有信息檢測和信息處理功能的傳感器。智能傳感器的主要特征主要包括:(1)具有自動補償功能;(2)校零、標定、校正都可以實現(xiàn)自動化;(3)采集數(shù)據(jù)也能夠?qū)崿F(xiàn)自動采集,并且可以預(yù)處理數(shù)據(jù);(4)數(shù)據(jù)存儲、記憶與信息處理功能;(5)檢驗、自選里程、自尋故障都能夠?qū)崿F(xiàn)自動化;(6)具有判斷、決策處理功能。實現(xiàn)智能傳感器的主要途徑主要有以下幾種:(1)非集成化實現(xiàn)是將傳統(tǒng)的經(jīng)典傳感器、信號調(diào)理電路、帶數(shù)字接口的微處理器組合為一整體,而構(gòu)成的一個智能傳感器系統(tǒng);(2)集成化實現(xiàn)的傳感器系統(tǒng)是采用微機械加工技術(shù)和大規(guī)模集成電路工藝技術(shù),利用硅作為基本材料制作敏感元件、信號調(diào)理電路、微處理單元,并把其集成到一塊芯片上構(gòu)成。故又稱為集成智能傳感器;(3)混合實現(xiàn)是根據(jù)需要,將系統(tǒng)各個集成化環(huán)節(jié),如:敏感單元、信號調(diào)理電路、微處理單元、數(shù)字總線接口,以不同的組合方式集成在兩塊或三塊芯片上,并裝在一個外殼里。這里采用非集成化實現(xiàn)的方式。
2智能傳感器的發(fā)展狀況
智能傳感器的發(fā)展狀況主要從物理轉(zhuǎn)化機理、數(shù)據(jù)融合理論、傳感器的微型化、CMOS工藝兼容這幾個方面進行分析。(1)物理轉(zhuǎn)化機理。由于集成智能傳感器可以很容易對非線性的傳遞函數(shù)進行校正,得到一個線性度非常好的輸出結(jié)果,從而消除了非線性傳遞對傳感器應(yīng)用的制約。該機理具有穩(wěn)定性好、精確度高、靈敏度高的特點。利用同一硅片上集成的智能檢測電路,可以迅速提取頻率信號,使得諧振式微機械傳感器成為國際上傳感器領(lǐng)域的一個研究熱點。(2)數(shù)據(jù)融合理論。數(shù)據(jù)融合是集成智能傳感器理論的重要領(lǐng)域,也是各國研究的熱點,對于多個傳感器組成的陣列,數(shù)據(jù)融合技術(shù)能夠充分發(fā)揮各個傳感器的特點,利用其互補性、冗余性,提高測量信息的精度和可靠性,延長系統(tǒng)的使用壽命。(3)傳感器的微型化。集成智能傳感器的微型化決不僅是尺寸上的縮微與減少,而且是一種具有新機理、新結(jié)構(gòu)、新作用和新功能的高科技微型系統(tǒng),并在智能程度上與先進科技融合。(4)CMOS工藝兼容。目前,國外在研究二次集成技術(shù)的同時,集成智能傳感器在工藝上的研究熱點集中在研制與CMOS工藝兼容的各種傳感器結(jié)構(gòu)及制造工藝流程,探求在制造工藝和微機械加工技術(shù)上有所突破。
3智能傳感器的發(fā)展方向
無論是現(xiàn)今還是未來的若干年,智能傳感器和人工智能材料都是人們關(guān)注的一門科學。雖然目前智能傳感器已經(jīng)取得了一定的成效,但是智能化的實現(xiàn)還處于研究的初級階段。人們對智能傳感器的研究還需從以下幾個方面進行:(1)智能傳感器的重要發(fā)展方向仍然是微型結(jié)構(gòu)。“微型”技術(shù)包括了多種科學的多種微型機構(gòu),它是一個廣泛的應(yīng)用領(lǐng)域。(2)傳感器將會利用生物技術(shù)及納米技術(shù)。分子和原子生物傳感器到目前還是一門高新學科。目前,一些發(fā)達國家已經(jīng)利用納米技術(shù)研制出分子級的電器。(3)智能材料繼續(xù)的研制開發(fā),使智能器件原理進一步完善。在這項工作中,將信息注入材料的主要方式和有效途徑進行研發(fā),對在人工智能材料內(nèi)部的功能效應(yīng)和信息流轉(zhuǎn)換機制進行研究。(4)人工腦系統(tǒng)的開發(fā)。對高級智能機器人和完善人工腦系統(tǒng)進一步進行發(fā)展。
傳統(tǒng)的傳感器在工業(yè)生產(chǎn)中的應(yīng)用是無法快速直接測量某些產(chǎn)品質(zhì)量指標的,并且也無法進行在線控制。但是智能傳感器的應(yīng)用就不一樣了,其應(yīng)用不僅可以對與產(chǎn)品質(zhì)量指標有函數(shù)關(guān)系的生產(chǎn)過程中的某些量進行直接測量,而且利用神經(jīng)網(wǎng)絡(luò)來建立數(shù)學模型,通過數(shù)學模型來進行準確的計算,這樣可以使產(chǎn)品質(zhì)量得以確保。智能傳感器進一步完善的主要方向就是虛擬化、網(wǎng)絡(luò)化和信息融合技術(shù)。智能傳感器是軀感網(wǎng)的前端,它能收集到很多有特征的數(shù)據(jù)。用于軀感網(wǎng)的傳感器一般可分為兩種,一種是可以移植到人體之內(nèi)的;一種是佩戴在體表的,譬如對脈搏、血壓、心跳運動的監(jiān)測。從外觀上看,傳感器的形態(tài)也非常簡單,有的傳感器類似于手表戴在手腕上,有的則像耳機一樣戴在耳朵上,有的放在鞋里,還有的像創(chuàng)可貼一樣貼在身體的某個部位上。如在醫(yī)學領(lǐng)域中,血糖水平對于糖尿病患者而言是非常重要的,糖尿病患者需要隨時掌握自己的血糖水平,根據(jù)具體情況來對自己的飲食和注射胰島素進行調(diào)整,以防病情加重,或者其他病出現(xiàn)。針對這個情況美國公司生產(chǎn)了一種“葡萄糖手表”,這種外觀類似手表的測糖儀能夠?qū)崿F(xiàn)無疼、無血、連續(xù)的血糖測試。
參考文獻
[1] 林新霞,郭建輝.傳感器技術(shù)發(fā)展與前景展望[J].工業(yè)儀表與自動化裝置,2011(2).
[2] 楊洪才,孫洪平.論我國傳感器技術(shù)的發(fā)展及其在機電一體化中應(yīng)用[J].民營科技,2009(10).
