急求人工智能课程结课报告
人工智能课程报告 摘要：自上世纪五十年代以来，经过了几个阶段的不断探索和发展，人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是离真正意义上的的人类智能还相差甚远。
但是进入新世纪以来，随着信息技术的快速进步，与人工智能相关的技术水平也得到了相应的提高。
尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的更加广泛的舞台。
本文强调在当今的网络时代，作为信息技术的先导，人工智能学习在人工智能科学领域中是一个着非常值得关注的研究方向，要在学科交叉研究中实现人工智能学习的发展与创新，就要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透点，尤其是重视认知物理学的研究。
自然语言是人类思维活动的载体，是人工智能学习研究知识表示无法回避的直接对象，要对语言中的概念建立起能够定量表示的不确定性转换模型，发展不确定性人工智能；要利用现实生活中复杂网络的小世界模型和无尺度特性，把网络拓扑作为知识表示的一种新方法，研究网络拓扑的演化与网络动力学行为，研究网络化了的智能，从而适应信息时代数据挖掘的普遍要求，迎接人工智能学习与应用领域新的辉煌。
概述 自20世纪90年代以来，随着全球化的形式与国际竞争的日益激烈，对人工智能技术的研究与应用变的越来越被人们关注，且人工智能在制造中的运用以成为实现制造的知识化、自动化、柔性化以实现对市场的快速响应的关键。
人工智能是一门研究人类智能的机理以及如何用机器模拟人的智能的学科。
从后一种意义上讲，人工智能又被称为“机器智能”或“智能模拟”。
人工智能是在现代电子计算机出现之后才发展起来的，它一方面成为人类智能的延长，另一方面又为探讨人类智能机理提供了新的理论和研究方法。
学习机制的研究是人工智能研究的一项核心课题。
它是智能系统具有适应性与性能自完善功能的基础。
学习过程具有以下特点：学习行为一般具有明显的目的性，其结果是获取知识；学习系统中结构的变化是定向的，要么由学习算法决定，要么由环境决定；学习系统是构造智能系统的中心骨架，它是全面组织与保存系统知识的场所。
因此，人工智能学习研究的一个主要目的是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
但是，不同的时代、不同的人对这种“复杂工作”的理解是不同的。
一.人工智能学习的历史性基础和发展步伐 人工智能学习的发展历史是和计算机科学与技术的发展史联系在一起的。
除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。
一般认为，人工智能的思想萌芽可以追溯到德国著名数学家和哲学家莱布尼茨(Leibnitz，1646-1716)提出的通用语言设想。
这一设想的要点是：建立一种通用的符号语言，用这个语言中的符号表达“思想内容”，用符号之间的形式关系表达“思想内容”之间的逻辑关系。
于是，在“通用语言”中可以实现“思维的机械化”这一设想可以看成是对人工智能的最早描述。
计算机科学的创始人图灵被认为是“人工智能之父”，他着重研究了一台计算机应满足怎样的条件才能称为是“有智能的”。
1950年他提出了著名的“图灵实验”：让一个人和一台计算机分别处于两个房间里，与外界的联系仅仅通过键盘和打印机。
由人类裁判员向房间里的人和计算机提问，并通过人和计算机的回答来判断哪个房间里是人、哪个房间里是计算机。
图灵认为，如果“中等程度”的裁判员不能正确地区分，则这样的计算机可以称为是有智能的。
“图灵实验”是关于智能标准的一个明确定义。
有趣的是，尽管后来有些计算机已经通过了图灵实验，但人们并不承认这些计算机是有智能的。
这反映出人们对智能标准的认识更深入、对人工智能的要求更高了。
图灵和冯·诺依曼的上述工作，以及麦克考洛和匹茨对神经元网的数学模型的研究，构成了人工智能的初创阶段，这其实也是人工智能学习的开始。
人工智能早期研究给人的深刻印象是博羿，与自动定理证明的研究意义不限于数学一样，搜索的研究意义也不限于博弈。
根据认知心理学的信息处理学派的观点，人类思维过程的很大一部分可以抽象为从问题的初始状态经中间状态到达终止状态的过程，因此可以转化为一个搜索问题，由机器自动地完成。
例如“规划”问题。
设想一台机器人被要求完成一项复杂任务，该任务包含很多不同的子任务，其中某些子任务只有在另一些子任务完成之后才能进行。
这时，机器人需要事先“设想”一个可行的行动方案，使得依照该方案采取行动可以顺利完成任务。
“规划”即找出一个可行的行动案，可以通过以其子任务为状态、以其子任务间依赖关系为直接后继关系的状态空间中的搜索来实现。
人工智能的早期研究还包括自然语言理解、计算机视觉和机器人等等。
通过大量研究发现，仅仅依靠自动推理的搜索等通用问题求解手段是远远不够的。
Newell和Simon等人的认知心理学研究表明，各个领域的专家之所以在其专业领域内表现出非凡的能力，主要是因为专家拥有丰富的专门知识(领域知识和经验)。
70年代中期，Feigenbaum提出知识工程概念，标志着人工智能进入第二个发展时期。
知识工程强调知识在问题求解中的作用；相应地，研究内容也划分为三个方面：知识获取，知识表示和知识利用。
知识获取研究怎样有效地获得专家知识；知识表示研究怎样将专家知识表示成在计算机内易于存储、易于使用的形式；知识利用研究怎样利用已得到恰当表示的专家知识去解决具体领域内的问题。
知识工程的主要技术手段是在早期成果的基础上发展起来的，特别是知识利用，主要依靠自动推理和搜索的技术成果。
在知识表示方面，除使用早期工作中出现的逻辑表示法和过程表示法之外，还发展了在联想记忆和自然语言理解研究中提出的语义网表示法，进而引入了框架表示法，概念依赖和脚本表示法以及产生式表示法等等各种不同方法。
与早期研究不同，知识工程强调实际应用。
主要的应用成果是各种专家系统。
专家系统的核心部件包括：(a)表达包括专家知识和其他知识的知识库。
(b)利用知识解决问题的推理机。
大型专家系统的开发周期往往长达10余年，其主要原因在于知识获取。
领域专家虽然能够很好地解决问题，却往往说不清自己是怎么解决的，使用了哪些知识。
这使得负责收集专家知识的知识工程师很难有效地完成知识获取任务。
这种状况极大的激发了自动 知识获取----机器学习研究的深入发展。
已经得到较多研究的机器学习方法包括：归纳学习、类比学习、解释学习、强化学习和进化学习等等。
机器学习的研究目标是：让机器从自己或“别人”的问题求解经验中获取相关的知识和技能，从而提高解决问题的能力。
80年代以来，随着计算机网络的普及，特别是Internet的出现，各种计算机技术包括人工智能技术的广泛应用推动着人机关系的重大变化。
据日美等国未来学家的预测，人机关系正在迅速地从“以人为纽带”的传统模式向“以机为纽带”的新模式转变人机关系的这一转变将引起社会生产方式和生活方式的巨大变化，同时也向人工智能乃至整个信息技术提出了新的课题。
这促使人工智能进入第三个发展时期。
在这个新的发展时期中，人工智能面临一系列新的应用需求。
首先是需要提供强有力的技术手段，以支持分布式协同工作方式，现代生产是一种社会化大生产，来自不同专业的工作者在不同或相同的时间、地点从事着同一任务的不同子任务。
这要求计算机不仅为每一项子任务提供辅助和支持，更需要为子任务之间的协调提供辅助和支持。
由于各个子任务在很大程度上可以独立地进行，子任务之间的关系必然呈现出动态变化和难以预测的特点。
于是，子任务之间的协调（即对分布协同工作的支持）向人工智能乃至整个信息技术以及基础理论提出了巨大的挑战。
其次，网络化推进了信息化，使原本分散孤立的数据库形成一个互连的整体，即一个共同的信息空间。
尽管现有的浏览器和搜索引擎为用户在网上查找信息提供了必要的帮助，这种帮助是远远不够的，以至于“信息过载”与“信息迷失”状况日益严重。
更强大的智能型信息服务工具已成为广大用户的迫切需要。
另一方面，信息空间对人类的价值不仅在于单独的信息条目（比如某厂家生产出了某一新产品的信息），还远在于一大类信息中隐藏着的普遍性知识（比如某个行业供求关系的变化趋势）。
于是，数据中的知识发现也成为一项迫切的研究课题。
机器人始终是现代工业的迫切需求。
随着机器人技术的发展，研究重点已经转向能在动态、不可预测环境中独立工作的自主机器人，以及能与其他机器人（包括人）协作的机器人。
显然，这种机器人之间的合作可以看成是物理世界中的分布式协同工作，因而包括相同的理论和技术问题。
由此可见，人工智能第三发展时期的突出特点是研究能够在动态、不可预测环境中自主、协调工作的计算机系统，这种系统被称为Agent 。
目前，正围绕着Agent的理论、Agent的体系结构和Agent语言三个方面展开研究，并已产生一系列重要的新思想、新理论、新方法和新技术。
在这一研究中，人工智能呈现一种与软件工程、分布式计算以及通讯技术相互融合的趋势。
Agent研究的应用不限于生产和工作，还深入到人们的学习和娱乐等各个方面。
例如，Agent与虚拟现实相结合而产生的虚拟训练系统，可以使学生在不实际操纵飞机的情况下学飞行的基本技能；类似地，也可使顾客“享受”实战的“滋味”。
我国也先后成立中国人工智能学会、中国计算机学会人工智能和模式识别专业委员会和中国自动化学会模式识别与机器智能专业委员会等学术团体，开展这方面的学术交流。
此外国家还着手兴建了若干个与人工智能研究有关的国家重点实验室，这些都将促进我国人工智能的研究，为这一学科的发展作出贡献。
综观人工智能学习的发展历程，可以看出它始终遵循的基本思路。
首先是强调人类智能的人工实现而不是单纯的模拟，以便尽可能地为人类的实际需要服务。
其次是强调多学科的交叉结合，数学、信息科学、生物学、心理学、生理学、生态学以及非线性科学等等越来越多的新生学科被融入到人工智能学习的研究之中。
二.人工智能学习的主要技术及其发展趋势 目前人工智能学习研究的3个热点是：智能接口、数据挖掘、主体及多主体系统。
智能接口技术是研究如何使人们能够方便自然地与计算机交流。
为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。
因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。
目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱：数据库、人工智能和数理统计。
主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。
主体是具有信念、愿望、意图、能力、选择和承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。
主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。
多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。
目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。
新一代的智能技术是指80年代以来迅速发展起来的以神经网络（ANN）、进化计算、模糊逻辑、Agent为主要代表的计算只能技术，其中主要具有学习进化与自组织的能力。
神经网络也就是模拟人脑中神经元的功能，希望通过模拟人脑最基本的单位神经元功能来模拟人脑的功能。
它通过一定的范例训练构成的神经网络，就象教一个小孩子一样，在训练结束后，这个神经网络就可以完成特定的功能了。
它是通过范例的学习，修改了知识库和推理机的结构，达到实现人工智能的目的。
最后还有一个应用领域，就是模型识别，我想它应该在知识挖掘中应用不小，因为现在工程中的获得的数据越来越多，要想人为地从这些数据中确定某一规律都不容易，更不要说在这些数据中发现新规律了，因此有必要进行数据挖掘，它的应用对于决策支持系统将有着巨大的意义。
人可以思考，人工智能也需要思考，这就是推理；人可以学习，人工智能也就需要学习；人可以拥有知识，那么人工智能也就需要拥有知识。
人工智能是为了模拟人类大脑的活动的，人类已经可以用许多新技术新材料代替人体的许多功能，只要模拟了人的大脑，人就可以完成人工生命的研究工作，人创造自己，这不但在科学上，而且在哲学上都具有划时代的意义。
学习是指系统适应环境而产生的适应性变化，它使得系统在完成类似任务时更加有效。
80年代以来，ANN的学习机制再次得到人们的重视，基于连接机制的亚符号学习又一次成为的当今学习机制研究的热点，提出了竞争学习，进化学习、加强学习等各种新的学习机制。
机械式学习。
它的另一个名称死记式学习能够直接体现它的特点，这是一种最简单的，最原始的学习方法，也是机器的强项，人的弱项。
指导式学习。
这种学习方式是由外部环境向系统提供一般性的指示或建议，系统把它们具体地转化为细节知识并送入知识库中，在学习过程中要对反复对知识进行评价，使其不断完善。
归纳学习。
我们看到，机器所善长的不是归纳，而是演绎，它适用于从特殊到一般，而不太适应从一般到特殊，从特殊到一般的归纳是人类所特有的，是智慧的标志。
具体的归纳学习方法有许多，但它们的本质就是让计算机学会从一般中得出规律。
类比学习。
类比也就是通过对相似事物进行比较所进行的一种学习。
它的基础是类比推理，也就是把新事物和记忆中的老事物进行比较，如果发现它们之间有些属性是相同的，那么可以（假定地）推断出它们的另外一些属性也是相同的。
基于解释的学习。
这是近年来兴起的一种新的学习方法。
它不是通过归纳或类比进行学习，而是通过运用相关的领域知识及一个训练实例来对某一目标概念进行学习，并最终生成这个目标概念的一般描述，这个一般描述是一个可形式化表示的一般性知识。
增强式学习（ReinforcementLearning）是一种基于行为方法的半监督学习。
一般的学习方法分两类，一类是上文提到的基于模型的，在这种方法，智能体需要环境确切的模型，具有较高的智能，但不适合于不确定的动态环境；另一种是基于行为的方法，在这种方法中，不需要环境的确切模型，采用分层结构，高层行为可以调整和抑制低层的行为能力，但每层中都具有其自主的确定权，如[3]中的Holonic智能制造系统。
增强式具有这些优点，故常用于机器人足球赛[4]、狩猎问题、甚至战争指挥中[5]，但是这些都只是理论上的研究，因为机器人足球赛的本身目的也是为了测试人工智能的可用性，且更不可能去让战争去由电脑而不是人去指挥了。
使用强化学习的Agent最早是出现与遗传算法中，使用“Ethogenetics（行为遗传）”的思想，突破了人们长期以来关于一个编码串对应于组合优化问题所有策略变量的一个组合方式的传统、静态的认识，而将一个编码串看成某个智能主体(Agent)主动进行的一系列决策行为的结果。
人工智能学习可能会向以下几个方面发展：模糊处理、并行化、神经网络和机器情感。
目前，人工智能的推理功能已获突破，学习及联想功能正在研究之中，下一步就是模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。
人工神经网络是未来人工智能应用的新领域，未来智能计算机的构成，可能就是作为主机的冯·诺依曼机与作为智能外围的人工神经网络的结合。
研究表明：情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能在于赋予计算机情感能力。
情感能力对于计算机与人的自然交往至关重要。
通过以上的学习方法就是为了得到知识，通过一种方便的方法得到知识。
前面已经说过了，因为机器的思考方式和人类的思考方式大有不同之处，因此让机器通过自己学习生成自己便于理解和使用的知识，也不失为机器学习的目标之一。
人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。
由于计算机芯片的微型化已接近极限。
人们越来越寄希望于全新的计算机技术能够带动人工智能的发展。
目前至少有三种技术有可能引发全新的革命，它们是光子计算机、量子计算机和生物计算机。
结束语 许多科学家断言，机器的智慧会迅速超过阿尔伯特·爱因斯坦和斯蒂芬·霍金的智慧之和。
著名物理学家斯蒂芬·霍金认为，就像人类可以凭借其高超的捣弄数字的能力来设计计算机一样，智能机器将创造出性能更好的计算机。
最迟到本世纪中叶而且很可能还要快得多，计算机的智能也许就会超出人类的智能。
本文对学习中的一些方法进行基本的叙述并阐述了其发展的趋势，但是在一般的学习中，使用基于行为的方法仍旧是最受人关注的；文中介绍了几种强化学习方法的变形，并对他们的运用进行了一定的叙述。
在一定程度上，他们实现仿真的可行行。
但是这些仿真大多都是验证性的，真正的人工智能在实际生产中的运用仍旧是一个需要研究的课题。
最后，我们来总结一下，人工智能学习的各个研究领域。
参照人在各种活动中的功能，我们可以得到人工智能的领域也不过就是代替人的活动而已。
哪个领域有人进行的智力活动，哪个领域就是人工智能学习研究的领域。
人工智能学习就是为了应用机器的长处来帮助人类进行智力活动。
人工智能学习研究的目的就是要模拟人类神经系统的功能。
但随着技术及技术的发展，人工智能学习的方法还会有所变化也更加会引起我们的关注。
参考文献[1] 《人工智能简史》孙兴清华大学出版社， 1990年[2] 蔡自兴徐光佑《人工智能及其应用》清华大学出版社 2002年1月[3] 陈万求;黄一;;NBIC会聚技术的“后人类”议题[J];湖南师范大学社会科学学报;2013年04期 [4] 王东浩;;道德机器人:人类责任存在与缺失之间的矛盾[J];理论月刊;2013年11期[5] 机器学习理论为什么实现不了强人工智能[6] 王东浩;;人工智能体的道德确立与伦理困境[J];华南农业大学学报(社会科学版);2014年01期[7] 熊力;媒介道德激励功能及其实践研究[D];湖南大学;2013年[8] 孙志楠;;人工智能在电气自动化控制中的应用[J];现代商贸工业;2013年07期[9] 宋翠萍;;浅析智能化技术在电气工程自动化中的应用[J];电源技术应用;2013年06期[10] 胡琴;;电气自动检测技术的现状与发展[J];硅谷;2013年11期[11] 刘惠彦;;电气自动化工程控制系统的现状及其发展趋势[J];科技创新与应用;2013年18期[12] 朱金芳;;人工智能在电气工程自动化中的运用[J];化学工程与装备;2013年05期[13] 潘伟航;;浅析电气自动化在日常生活中的作用和未来发展趋势[J];科技创新与应用;2013年12期[14] 虞峥;;浅谈人工智能技术在电气自动化中的运用[J];电子制作;2013年05期[15] 赵纲;刘刚;;有关电气控制线路设计的研究[J];电子制作;2013年02期[16] 李俊平;人工智能技术的伦理问题及其对策研究[D];武汉理工大学;2013年[17] 赵艳军;锰粉制备输送控制系统设计与研究[D];兰州理工大学;2012年
人工智能对生活有哪些影响
1\\\\你先了解设备故障发生的原因运5W1H手法2、原因了解之你有何方法与对策，如何去排障的，并责任制可运用PDCA管理循环进行处理或是三现五原则进行处理。
3、问题处理好后，要建立责任管理与激励机制，同时建立纠正预防措施，防止下次类似事情发生。
4、最后总结一下，设备故障诊断的感受与想法，如有必要可建立设备安全操作规定，进行制度化，便于管理。
人工智能作文600字
人机大战超越胜负 “阿尔法围棋”在围棋人机大战中战胜世界冠军李世石，将飞速发展的人工智能带到了人类社会的聚光灯下。
有人说这是一个时代的开始，有人说这就是场秀，有人说这是场不公平的比赛，也有人说这是命中注定。
“阿尔法围棋”战李世石，从一开始，就注定议论不断，人类和机器谁更聪明的讨论，甚至盖过了对比赛本身的关注。
如果人们更多纠缠于人机迥异的特点，探讨人机到底谁更聪明，那往往会忽略更重要的意义：这就是一场跨时代的比赛，其内涵早已超越胜负本身。
首先，这是一种对速度的诠释，“阿尔法围棋”获胜，意味着人工智能发展速度前所未有。
它比任何人所预料的都要快得多，甚至让众多科技界大咖纷纷猜错。
不过探其究竟，到底是人工智能自身进步速度可畏，还是背后的科学家令人生畏?答案耐人寻味。
毕竟，围棋这种源自中国的古老游戏，其难度之高毋庸置疑：361个交叉点可让棋盘变幻无穷，千古不同局。
传统人工智能难以“故技重施”，用击败国际象棋大师卡斯帕罗夫和中国象棋大师的“穷举法”来取胜。
许多专家原以为，计算机战胜围棋职业棋手，至少还需要10年。
而现在，一群程序员已经让它成为了事实，爱与不爱，成果就在那儿。
其次，这是一场人工智能发展新局面的全面诠释，对抗中的新技术应用前所未有。
当年，IBM“深蓝”战胜卡斯帕罗夫，更多使用了硬件加速、暴力计算等计算机运算特长。
而这次对抗则更多地体现了“软”的一面，神经网络、深度学习、蒙特卡洛树搜索法等人工智能新技术的应用，使“阿尔法围棋”与以往的同类不可同日而语，实力早有了实质性飞跃。
不怕电脑记性好，就怕电脑爱学习。
学会自主学习的“阿尔法围棋”，掌握了全球各种对局，两年里和自己对弈3000万盘，不断寻找“碾压”人类智商的各种棋路，所呈现出的能力已经到了让人叹为观止的地步。
第三，这是一场近乎引发文化共鸣现象的技术与哲学诠释。
一些深奥的技术通过几盘围棋变得如此深入人心，实在是前所未有。
人类对人工智能的追问声从未如此响亮，人工智能技术发展受到了无比强烈的关注。
当下世界，人类已依赖于机器的计算与“算计”。
从购物网站的精准推送，到电视剧的剧情设计，再到无人驾驶汽车中的识别技术，优化计算在生活中无处不在，人工智能也可谓无处不在。
事实上， “阿尔法围棋”所应用的技术已被应用在包括图像识别、文本翻译、音频及文本处理、脸部识别、强化学习以及机器人等领域。
人工智能的水平恰恰折射出入类自身的科技发展能力，人类在前进，人工智能也在前进。
或许若干年后的某一天，人们回想起这次“人机大战”仍会记忆犹新，或耿耿于怀，或从容淡定。
而有一点是肯定的：人类会一直把这场超越简单输赢的大棋局继续下去。
急寻一篇两千字的关于电气工程及其自动化的学习心得论文急~
关键词：自动化时代；基本概念；发展；内容及应用；如何学习自动化摘要：在论证未来时代将会是自动化时代的基础上，首先介绍了自动化的基本概念和发展历史，形成了对自动化的一个整体认识。
然后进一步，更加全面的介绍自动化学科的各个部分内容及其应用于现代生产实践中的重要意义。
最后在对自动化有了一个全面了解的情况下，对应如何学习自动化做了探讨，提出应从数学、专业理论知识、实践和知识更新四个方面予以重视。
The first view of Automation Abstract:Based on the study of that the future time will be the Automatic Age,the basic difinition and the history of it has been firstly introduced,in the hope of forming an integral sight.After that,further introduction was given by sections and the meaning of using it in the pratical world has been told.Finally,after taken a whole view of the Automation,the problem of how to learn it has been talked about,mentioned maths,professinal theory,practice and knowledge renewing of it. Key words:Automation Age;basic difinition;progress;content and appliance;how to learn Automation20世纪科学技术迅速发展，至如今已经涌现出众多新兴科学技术分支：计算机和信息论；如控制论和自动化技术；分子生物学和遗传工程；激光技术和光导纤维；宇航科技等等。
它们汇聚成一股巨大的力量，急剧地改变着人类的劳动方式和生活方式，促进社会各方面产生深刻的变化。
它不仅冲击着生产第一线的工人和农民，而且冲击着企业、事业、政府机关，甚至家庭主妇。
这些变革来得如此之快，致使对社会现象最为敏感的社会学家也感到愕然：这个社会将去向何处
从科学意义上来看，人类社会无一不是能量交换和信息交换的有机组合，当我们详尽地了解了人类社会各种具体的特殊规律之后，都可以用具有这两种功能的机器来完成[1]，这便是自动化技术。
所以从某种意义上来说，自动化就是现代化的代名词。
由此可以断言，人类社会历经原始的人力时代，走过精密的机械时代，如今正处于一个新的变革时期，而这次变革的终点便是振奋人心的自动化时代。
之所以说它“振奋人心”，是因为在自动化时代里，几乎所有的生产活动都可以用机器来完成，人类劳动生产率将得到大大的提高，社会财富将极大丰富。
只有在此时，人类才能摆脱为了糊口而不得不从事的强迫劳动，生产力得到全面的解放，使实现共产主义真正成为可能。
1．自动化技术的发展 具有不同程度“自动化”功能的装置古以有之。
我国古代的指南车、木牛流马、铜壶滴漏，欧洲的钟表报时装置和一些手工机械，无一不反映人民的聪明智慧，多少都带有一些“自动”的味道。
但真正刻意设计出来取代或增强人的智能功能，从而能在不确定的条件下保证实现预定目标的自动装置最早应属瓦特发明的蒸汽机上的离心调速器。
它自觉地运用了反馈原理，从而能在锅炉压力和负荷变化的条件下把转速保持在一定的范围[3]。
20世纪是自动化技术飞速发展的一个世纪，这与控制科学与技术的发展紧密相关。
它作为自动化技术的理论基础，在20世纪经历了若干重要的发展时期：如20世纪初的Lyapunov稳定理论和PID控制律概念；20年代的反馈放大器；30年代的Nyquist与Bode图；40年代维纳的控制论；50年代贝尔曼动态理论和庞特里亚金极大值原理；60年代卡尔曼滤波器、系统状态空间法、系统能控性和能观性；70年代的自校正控制和自适应控制；80年代针对系统不确定状况的鲁棒控制；90年代基于智能信息处理的智能控制理论等[4]。
除此以外，电子信息科学，特别是计算机科学的飞速发展，无疑为自动化提供了一个广阔的发展舞台。
例如，20世纪20年代，电子信息技术的发展提供了信号处理的各种强有力手段，使得自动控制和信息处理技术有了一个飞跃性的进步，并逐渐形成了一门新兴学科——自动化。
到了五六十年代，数字计算机日益广泛的应用大大提高了进行复杂数值计算和简单逻辑判断的能力，从而特别适合于实现基于精确数学模型具有明确算法的信息处理和自动控制问题。
使得自动化技术真正应用到了从工业生产到航空航天的各个领域。
但由于当时的“老式”计算机功能还很不够，所以一些较为复杂的问题，仍然不能得到很好的解决。
七八十年代以来，各种新型计算机相继出现，这些计算机拥有了更加全面的功能：可以高速地对图象、声音等各种信息进行存取和运算，可以对数据和符号进行定性、模糊的推理和判断，可以容许局部出现错误或故障而保持整体的优良性能。
人们可以在这些计算机中存入“专家知识”，从而使它更善于处理未曾遇到过的局势，从而满足自动化技术的更高要求。
总之，自动化技术在本领域的研究进一步深入和其它一些学科发展的深远影响下，在20世纪开始了飞速的发展。
而且，可以看出这种发展势头至如今仍没有一点放缓的迹象。
由此，我们有理由相信，自动化技术会在不久的将来从众多新兴学科中脱颖而出，从而更好地改进人类的生产结构体系，成为未来社会最具影响力的技术科学。
2．自动化的基本概念 那究竟什么是“自动化”呢
简单地说，自动化就是在无人的情况下，用各种元件和仪表执行控制[2]。
它始于人们用机器实现按固定程序自动进行的各种操作，把人类从笨重、单调、重复性的劳动中解放出来。
但仅仅如此是不够的，要进一步解放人力就要求机器不断提高在不确定或变化的环境中自动保持必要的功能以达到预定目标的能力。
因此，自动化系统必须是开放的，不断从外界环境中获取信息并进行必要的分析、处理、判断、决策、调整和控制[3]。
由此可知，自动化技术研究的是如何通过各种技术工具和系统（包括计算机）延伸人的信息获取、处理和决策控制的功能，从而更好地指导生产，以提高生产能力、生产水平和劳动生产率。
3．自动化技术的内容及应用 自动化的内容按其理论途径、技术手段和处理对象的不同，可以将之大致划分为控制理论、工程系统与控制、系统科学与系统工程、模式信息处理、智能系统与知识工程，以及机器人学和机器人技术六大部分[3]。
下面分别对各部分的研究对象及应用范畴做一个简单的介绍，以求对自动化有一个更加深入的了解。
3．1工程系统与控制 工程系统与控制研究各种工程系统控制和设计的问题。
从单一的自动控制装置到一个生产过程的自动化，直到整个工厂、企业的控制、管理和经营决策一体化，都是其研究的内容[3]。
工程系统与控制技术广泛应用于制造生产的各个领域。
其中最具影响力的、发展前景最为可观的当属现代集成制造系统（CIMS）。
从最广的意义说，CIMS可以包括从企业长远规划、市场分析、研发策略、产品规划、设计投产、资源分配，到车间一级的具体计划调度、生产活动的监督控制、质量控制、产品检验，直到销售服务、市场反馈等整个企业经营的全过程[3]。
这样一种全盘、综合自动化的生产过程可以使企业以更高效高质的服务更好地满足市场要求，提高企业效益，增强企业的商业竞争能力。
（在中国还没有一家公司完整的引用了此系统，差距～）3．2控制理论 控制理论研究的是如何按被控对象和环境的特性，通过能动地采集和运用信息施加控制作用而使系统正常运行并具有预定的功能[3]。
控制理论在20世纪的人类科技进步中起到了举足轻重的作用，为解决当今社会的许多挑战性问题产生了积极的影响，提供了科学的思想方法论，为许多产业领域实现自动化奠定了理论基础。
如今，它更是成功的运用并渗透到工农业生产、科学技术、军事、生物医学、社会经济及人类生活的众多领域。
3．3系统科学与系统工程 系统科学研究的是在最一般意义下，由相互作用、相互联系的事物按一定结构组成并具有某种总体功能的各种系统的运动规律、行为特征以及如何进行设计和控制的问题[3]。
它主要应用于运筹学、控制论、信息论等多个学科分支，成为自动化学科的一个重要研究领域并得到蓬勃的发展。
3．4模式信息处理 模式识别，亦称模式信息处理，其本来意义是研究用计算机对一般由人类感觉器官接受的图象、文字、语音等模式信息进行处理、描述和分类的学科。
在更广的含义下，模式识别也可泛指任何对一般事物抽取概念特征进行判断和分类的过程[3]。
模式识别的应用方向包括计算机视觉，文字、文本识别，语音识别和理解等多个领域。
中国在模式识别领域正处于世界领先地位，许多中国学者都为此做出了重要贡献。
3．5机器人学与机器人技术 机器人是一类特殊的自动化机器，它具有与人的四肢相比拟的运动机构，可接受视觉、听觉、触觉等传感信息，在处理器的指挥下完成各种机器操作功能[3]。
机器人不仅可以把人类从恶劣条件、繁重单调的作业中解放出来，而且在力量、精度和速度，以及在特殊环境下生存和工作能力各方面都有人类无法替代的优点。
正因如此，机器人技术在工业、国防和科学技术中得到了日益广泛的应用，并且有力地推动了相关学科和技术领域的发展，从而使它成为现代自动化学科中一个活跃而富有魅力的研究领域。
3．6人工智能 人工智能研究的主要是如何用机器模仿人类智能活动的某些方面，延伸人脑功能的问题[3]。
现代科学技术的迅速发展和重大进步，已经对控制和系统科学提出了新的更高的要求，自动化控制理论正面临着新的发展机遇和严峻挑战。
传统控制理论在解决一些具有不确定性、难以构建精确数学模型、复杂多变的问题上遇到了不少难题。
这就需要建造出这样的机器，使它能够在复杂变化的环境中，能够实时应变，进行灵活判断、决策以实现更高层次的自动化系统智能控制。
简单地说，自动控制的出路之一就是实现控制系统的智能化[5]。
人工智能作为一个前沿科学，发展极为迅速，最具影响力的分支有基于“知识表达”的专家系统和“简单处理器的复杂系统”——人工神经元网络。
这些领域不仅具有深刻的认识论意义，对许多科学和技术领域的发展有深远的影响，而且在自动控制、信息处理以及将计算机用于判断决策和问题求解的应用领域里都得到了广泛的应用，表现出巨大的生命力。
4．如何学习自动化 对于新事物新知识的学习开始于对它的了解，但仅如此是远远不够的。
当真正了解一门学科之后，更重要的是真正的去进入它、去学习它。
自动化专业作为一门理论与技术相结合的学科，其学习方法与纯理论知识和纯实践技术的学习有很大的不同。
那么究竟该如何学习自动化呢
我个人认为有以下几个值得注意的地方。
一．数学 数学，作为几乎一切工科知识的必备理论工具，应该首先引起我们的高度重视。
一个数学好的人不一定专业知识也那么出众，但一个专业强的人必定拥有扎实的数学功底。
道理很简单，“工欲善其事，必先利其器”。
一个电工没有必要的仪表如何能完成一个电路检测的工作
一位医生没有必要的医药材料，如何能治愈奄奄一息的病人
静坐湖边的老者若没有手中的鱼杆、鱼钩、鱼线，如何能钓起湖中的游鱼
同样，一个没有扎实数学功底的人，如何能够学好自动化专业呢
因此，自动化专业的学习应该把数学的学习放在首位。
二．专业理论知识 没有深厚广博的专业理论知识就不可能在本专业方向有所成就。
牛顿为什么会成为数学家、物理学家而非“自动化学家”呢
就是由他的专业理论知识所决定的。
其次，自动化学科内容繁多，对于更高层次学习之前，应该对自己的发展方向有一个大致的规划设想。
不求面面俱到，而应有所突破；不求泛泛而谈，而应深刻领会，使自己对于专业知识不仅“广博”而且“精专”。
这样才能在未来的人才战场上得到一个较好的军衔。
三．实践 自动化专业不仅仅是一门理论，更是一门广泛应用于生产实践的技术，因此理论实践对于自动化的学习而言，是不可或缺的。
“实践是检验真理的唯一标准”，一门理论只有应用于实践才能显现出其本来的面貌。
对于自动化而言，专业的学习最终是指向工作的，因此，在学习阶段就加强理论的实践环节，无疑对以后工作有百益而无一害。
四．知识更新 自动化，作为新兴的前沿学科，几乎每天都在发生着巨大的变化。
真正要学好自动化专业，最起码得保证自己能跟上时代发展的进程。
对于飞速发展的科技知识要保持高度的敏锐感和终生学习的基本素质。
活到老学到老”不应仅仅是一句漂亮的口号，作为我们学习自动化的人而言，应该真真正正将其溶进自己的血液里，始终以饱满的热忱迎接新思想的冲击。
你看行不行
大家说单击战略游戏人工智能是不是压根打不过的
帝国3到困难还不是太难的，关键是专家，专家电脑资源采集速度比困难大1倍半，进入新时代还送一堆资源。
当然高手们至少1v2专家，无他，唯手熟耳。
听说有立足1v5展望1v7的，没证实过。
至于偶自己，偶现在1打1专家自己必死，勉强1打3困难…… 1v1电脑的话是可以有些贱招的，比如上去就不断骚扰对方农民，AI不管三七二十一统统摇铃进主城，等出来了再骚扰就是了 指法不是很重要，帝国需要用到的键不如魔兽多熟练各个快捷键，不至于手忙脚乱就行了
高中400字学习物理心得体会
1、 程序员意要编程序。
果你仅仅想得到一份高薪水作，喝喝咖啡就等发薪水，我奉劝你还是另找一份更合适的工作，譬如练摊，真的，兄弟，这份工作不适合你）2、你是学文的还是学理的，编程序也许需要浪漫，但更需要逻辑和严谨。
（说坦白点就是，在你没有找到乐趣以前，它很枯燥）3、你有对新技术追求的热情吗
你有刨根问底的探索精神吗
（热情绝对是最重要的
你仔细思考一下自己的性格适合当程序员吗
）4、当程序员决不是什么好差事，时刻需要学习，需要思考。
（直到你成为那个可以引导别人去学习和思考的人，你才可以偷偷的嘿嘿笑，又一群傻蛋）5、程序员的未来很迷茫。
（但我认为关键看你自己
我希望你是一个有追求的人，不仅仅是混碗饭吃。
因为真正的乐趣在于创造；如果你能改变软件业的历史，那才是英雄；不想成为Bill Gates，不想成为Dennis Ritchie和 Bjarne Stroustrup，我会说你没有追求。
有个关于程序员未来的笑话，也许你还没听过，你该听一听，摘抄如下：一个程序员对自己的未来很迷茫，于是去问上帝。
“万能的上帝呀，请你告诉我，我的未来会怎样
”上帝说“我的孩子，你去问Lippman，他现在领导的程序员的队伍可能是地球上最大的”于是他去问Lippman。
Lippman说“程序员的未来就是驾驭程序员”这个程序员对这个未来不满意，于是他又去问上帝。
“万能的上帝呀，请你告诉我，我的未来会怎样
”上帝说“我的孩子，你去问Gates，他现在所拥有的财产可能是地球上最多的”于是他去问Gates。
Gates说“程序员的未来就是榨取程序员”这个程序员对这个未来不满意，于是他又去问上帝。
“万能的上帝呀，请你告诉我，我的未来会怎样
”上帝说“我的孩子，你去问侯捷，他写的计算机书的读者可能是地球上最多的”于是他去问侯捷。
侯捷说“程序员的未来就是诱惑程序员”这个程序员对这个未来不满意，于是他又去问上帝。
“万能的上帝呀，请你告诉我，我的未来会怎样
”上帝摇摇头“唉，我的孩子，你还是别当程序员了”）6、当程序员还是很有乐趣的。
（当你学到新知识时，当你有新的思想见解时，当你有新的产品问世时，和知己探讨你的成果时…我问你，觉得这些是乐趣吗
）7、当程序员不易也不难。
（世间事有难易乎
为之…；不为…。
你有决心和信心吗
）8、你真的要当程序员
是你自己的想法
9、你舍得花钱买书吗
（读好书绝对是学习编程的最佳捷径。
你一定会说，现在电脑书籍真他XX的贵，没法子，谁让知识和技术在人家的脑袋，在人家的书里呢；等你写书时可以把价格定低一点，记着还有好多没钱但想买书的兄弟很困难呀。
要舍得买书，买好书，不好的的书不如不读，其害大于其益，关于买什么书，你可以问高手或看候捷的书评；准备一个小本子记录你想买的书的名字，逛书店时看看，如果好就买下，记住要读，别光买不看。
） 10、我告诉你，程序就是：任何有目的的、预想好的动作序列，它是一种软件。
11、编程序就是编写程序。
12、你想好了吗
（如果你想好了还是决定要当程序员，可以继续往下读；否则，你可以继续寻找别的出路了。
）（三） 一个程序员应该具备的基础知识和概念1、计算机是有什么组成的，CPU是什么东西，其工作原理是什么。
（对于这些以及下面将要提到的概念我不会告诉你什么答案，你可以看相应的教材，关于教材我会在下一部分详述，记住理解最重要
）2、机器语言和微指令集的概念。
3、程序的概念。
4、汇编语言是低级语言但不是机器语言。
5、高级语言主要有那些
（C，C＋＋，Basic，Pascal，Fortran，C#，Java等等；如果你是中国软件业的英雄，你也写一门语言，最好不用英语） 6、编译程序和解释程序的概念和其原理。
（编译器是高手和专家编写的）7、HTML、XML等是标识性语言。
8、Prolog是人工智能语言。
9、操作系统OS的概念和原理。
（Windows98，Windows2000，Windows NT，UNIX，Linux，等等都是OS，还有一些实时OS，嵌入OS，编这些的绝对是高手）10、Windows编程说白了就是Windows API的调用。
（中国的程序员很多只是会编windows程序，用的是VB，我的建议是这些程序员顶多只是低级编码员，我称其是coder）11、VC＋＋、VB、BC、BCB、Delphi、VF等都只是编程的工具和环境，不是编程语言。
12、面向结构的设计概念。
13、面向对象的概念。
（好好理解，兄弟，这个东西还是很重要的）14、软件工程的概念和原理。
（如果你想当老总就需要好好研究了，系统分析员比编码员要高一个等级，薪水也高哟）15、数据库的概念。
（要熟悉一些著名的数据库系统和语言的名字，如Orcle，SQL，DB2，DyBase等）16、了解网络概念。
17、了解多媒体概念。
18、熟悉和掌握数据结构和基本算法。
19、是不是要求太高了，别着急慢慢来，进步在不知不觉之中。
（一旦开始学习，一个月以后你就会有一个基本的概念；两个月以后你就会感觉自己有了全面的基础知识；当你知道编程序是怎么回事时，说明你已经入门了。
也有很多人编了很多年程序还没有入门呢，你不会希望自己步其后尘吧。
要有信心和耐心。
沉不住气怎么能成大事
）（四） 教材推荐――－推荐的教材主要还是针对概念来的，最好选用名校的教学用书。
1、《计算机组成原理》（熟悉）2、《数据结构》（掌握）3、《操作系统》（了解->熟悉）4、《The C language》（掌握）5、《编译原理》（了解原理）6、《汇编语言》（了解）7、《计算机网络》（了解）8、《软件工程》（了解）9、《关系数据库》（熟悉）10、《The C＋＋Languege 》（掌握）11、《面向对象设计》（掌握；结合C++学习）（五）一些经验和体会1、真正的程序员用C++；（一位专家说的）2、动手去编程序；3、动脑去思考；4、要有良好的编程风格；5、读书，读好书，尽量读原版书
（我反复强调这一点，读书要有选择，坚持读好书，名家出的经典书，不要浪费实践在一些粗制滥造的书上面；坚持博览群书）6、有自己的学习计划；7、总结自己的经验教训；（准备一个笔记本，记录错误和心得）8、不要怕学新东西；9、要有软件工程的思想；10、善于发现问题，然后去寻找答案；11、向高手请教；（要虚心直到你成为高手）12、和同行交流；（不善于交流肯定不行）13、懂得软件的实质，不要被千变万化的表象所迷惑；14、真正要学习用的是编程语言和方法，不是什么库，什么类，什么工具；（学用那些什么库都比较简单，但光会这些库，我觉得还远远不够）15、学习wiodows编程主要是学习windows OS和win32 API；16、有空了解一下嵌入式开发；17、有空了解一下PDA软件开发；18、了解一下.NET框架和C#语言，也许它是你新的衣食父母；19、要有耐心，不要作浮躁的人； 20、对程序加注释，并保留你的老程序；21、学到的东西越多，了解的越多，你就越接近专家；22、有空去逛逛CSDN，那里有你很多知己；23、要有信心成为一个优秀的程序；（六）一些好书的推荐1、《The C Programming language》 （Keinighan & Dennis Ritchie 1988）2、《The C++ Programming Languague》（Bjarne Stroustrup 1997）3、《Inside The C++ Object Model》 （lippmans）4、《Effective C++》 （同上）5、《More Effective C++》 （同上）6、《Exceptional c++》7、《C++面向对象高效编程》8、《设计模式》9、《Thinking In C++》10、《The Standard C++ Bible》（一般推荐）11、《The Art of Computer Programming 》12、《Programming Windows》 （Charles Petzold）13、《VC++5.0技术内幕》14、《MFC 深入浅出》15、《软件需求》16、《Advanced Windows》17、《C++ primer》18、《win32程序员参考手册》19、《用TCP\\\/IP进行网际互连》20、《COM 本质论》（七）学习计划――－这个学习计划是我个人定的，也共享给大家参考一下，共同进步吧。
1、《计算机组成原理》2、《操作系统》3、《数据结构》4、《汇编语言》5、《 C 》6、《 C++ 》7、《VC 技术内幕》8、《Programming Windows》9、《深入浅出MFC》10、《Advanced Windows》11、《Inside The C++ Object Model》12、《Thinking in C++》13、《Effective C++》14、数据库15、网络16、嵌入式OS和编程17、硬件单片机18、.NET和C#19、软件工程20、UNIX和Linux
学习从水课到金课的关键之钥心得体会
学习“从“水课”到“金课”的关键之钥’”————心得体会2019年3月27日有幸参加了学校组织的“从“水课”到“金课”的关键之钥”培训活动，李琰辉专家从六个方面，由浅入深，主次递进，讲解了从“水课”到“金课”解决之法和影响因素。
对今后的教学有以下几点启示：1、课程整合亟待解决，金课，需要好的制度土壤。
基于核心知识结构的学习量不在“多”而在“精”。
课程之间一旦形成很好的结构整体和关联关系，就会去掉冗余，挤出水分；经过整合的知识结构，可以实现课程结构的“精”而非“全”，以及课程的“质”而非“量”。
目前课程之前的重复太多，课时多浪费时间，没有形成合理的课程群。
这就要求专业教师能够按照本专业的特点编写教材，形成一个良好的课程群。
二、教学参与者是一个整体，学科---专业—课程的一体化逻辑，教师、教研室、备课组、课程委员会、学术委员会共同的参与教学，管理教学。
作为教师我们要进入这个整体自觉的参与进去，不仅要教好学，而且还搞好研究。
科研和教学是天平的两端我们要掌握好它们的平衡关系。
处理好二者的关系才能从实践中不断的学习和总结经验。
三、改变教学模式，从讲授式教学到研讨式教学，就是一种范式转变；从老师在台上讲，到学生在台上讲，也是一种范式转变。
学生是教学的中心，随着时代的发展，移动网络、大数据、人工智能、互联网等高新技术逐渐兴起，创造“以学生为中心”的学习空间，它贴合、符合教师和学生教
