基于網絡時代下的人工智能發展分析

李寧

摘 要： 網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、網絡科學等交叉學科領域的研究中已經有了較大的發展與創新。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量和生產效率。在此敘述了人工智能發展的歷程，以智能配網和以智慧城市為例分析基于網絡時代下的人工智能的應用，并對人工智能發展趨勢進行預估。該分析對人工智能的發展有著積極的意義。

關鍵詞： 人工智能； 發展歷程； 智慧城市； 發展趨勢

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 人工智能發展的歷程

20世紀50年代隨著第一臺現代計算機的出現，人工智能的興起涌現了一些研究成果，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年代末期發展進入瓶頸期。

在60年代初期，專家系統的出現使得人工智能進一步發展，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、Hearsay?II語音理解系統、PROSPECTIOR探礦系統和DENDRAL化學質譜分析系統等，專家系統的出現和成熟把人工智能推向了實用化的發展道路。

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年代得到極大的發展。在1987年，美國召開第一次神經網絡國際會議，此后各國都加大了對神經網絡的研究，使神經網絡飛速發展，極大地提升了信息處理的效率，為人工智能的進一步發展奠定了基礎。

90年代，隨著國際互連網技術的成熟與應用，人工智能的研究對象開始由單個智能主體轉向網絡環境下的多個智能主體，更加關注整個的網絡環境，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，還能解答基于網絡環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多層神經網絡的發展，則進一步擴大了人工智能的應用范圍。

2 基于網絡時代下的人工智能的應用

2.1 以智能配網為例

傳統的通信方式已適應配網智能化發展的需要，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，不具備環路條件[1]。盡管可進行GPRS無線公網改造，但還是會存在任一級通信中斷都會影響配網終端設備的通信，可靠性、安全性差的問題還是沒有得到妥善解決。普及無線專網技術在智能配網中的應用，減少停電時間和經濟損失。而新一代無線通信技術的發展及成熟，為智能配網的完善提供了技術支撐。無線專網技術的應用應在電力監控系統的范疇內進行，以網絡的生產控制大區為發展平臺，借助于生產控制大區的專用網絡通道進行通信[2]。WiMax技術是智能配網應用無線專網技術的首選，其“三遙”功能是通過配電調度系統、無線專網通信的配電終端裝置實現的[2]。

WiMAX技術能在現有的網絡設備上開展，支持TCP/IP協議，基站可提供標準的以太網口，通過全IP的網絡與現有的網絡直接連接，連接城域網。WiMAX電力專網能綜合接入包括無線路由器的常見網絡終端設備，直接連接二層交換機，并把信息以圖標、語音、數據的形式進行傳遞。通常情況下，配電終端的數量是變壓器的數十倍，而一個中等城市變壓器的數量也是相當可觀，不利于配電終端相關信息數據的管理，對于離散型高、距離遠、數量多的配電終端更是如此，而WiMAX電力專網可點對多點、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，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。為了確保以后發展需要，可把配電終端接入基站的數量設為200，并通過劃分扇區增加容量。通過WiMax基站，開閉所就能通過無線專網對數據進行收集和整理，然后再通過開閉所的光纖主干網把相關數據匯集到配網調度控制中心的DMS系統中。

2.2 以智慧城市為例

應用智慧城市關鍵支撐技術構建智慧城市時，首先要著眼于城市的整體規劃和布局，設計初步的智慧城市的頂層架構方案，結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，各支撐技術系統要保證智慧城市建設方案的順利實施，各技術系統的建設要保持開放性和標準化，并在他們之間建立相互聯系和配合的規則和標準，實現系統的可運營和可管理。

構建智慧化信息支撐體系是智慧城市建設的基礎工作。在城市基礎設施領域，利用關鍵支撐技術，實現城市基礎設施的智能化，主要的工作對象是交通、環境、通信、水電、公共安全、醫療、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，加強對大數據和云計算技術的應用，提高智能分析數據的能力，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，作為一種開放式立體體系架構，它是由平臺層、感知層、應用層、網絡層組成。值得注意的是，整個網絡中的智能處理、計算能力在這四個層面上都有所體現：網絡層的使能控制層面、應用層內的智能處理層面、感知層的網關層面、平臺層的大數據智能分析與PAAS公共服務層面[3]。該開放式的體系架構實現了整個系統能力的均衡部署，通過四層的相互關聯與智能分布，保證其構架具有可自由擴展、清晰、標準、面向未來的特性。在此構架的基礎上，建議有一個可自由刪除、添加業務的環境，而彈性業務環境能保證業務之間的聯系和互動。

感知網關、感知網絡、傳感器、感知終端等組成了感知層。城市環境中的事物狀態是感知層的主要工作對象，感知層把感知數據送到網絡層，并且為了保證整個體系架構的應用，感知對象、網絡、終端等各個環節處在可運營、可管理的狀態下，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、數據傳遞的主要載體，網絡層使得應用層和感知層之間數據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網絡、數據庫、云計算操作系統、服務器存儲設備，保證應用層和PAAS層的應用服務系統的運行有足夠的資源和穩定的虛擬化運行環境支撐。PAAS層包涵的大數據處理和智能挖掘分析系統、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。

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

3 人工智能發展趨勢預估

在計算機網絡迅速發展的時代，可以利用人工智能進行語言翻譯。不過，當前的語言技術并不成熟，尚不能克服語義障礙，既不能把任意輸入轉化為高質量譯文，也不能生動體現自然語言中模糊、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和人工智能的發展，語言翻譯將不再是難事。

自適應系統是人工智能下一個十年的發展方向之一，自適應系統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。發展自適應系統需要相關技術的支撐，筆者認為首先應發展理解與處理上下文的技術，使信息、數據的處理更加成熟、高效、準確。發展多路學習機制，使得自適應系統能在日常的運行中不斷積累經驗，使人工智能能適應不斷變化的環境。最后發展自動進化機制，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，還需要大量的技術支撐，現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困擾著相關技術研究人員，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，克服在線學習技術瓶頸。

在最受人們關注的機器人領域里，人工智能蘊含著十分強大的發展空間。雖然現在已經實現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。在控制領域內，雖然已經實現了遠程操控技術，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對家用電器等的遠程控制。

4 結 語

人工智能一直處于計算機的前沿技術，其研究的理論和發展在很大程度上決定著計算機的發展方向。本文主要介紹了人工智能的發展歷程，人工智能在智慧城市中的應用以及發展趨勢預估。重點以構建智慧城市為例，闡述了人工智能在建設智慧城市中的具體應用。隨著人工智能技術的發展，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.人工智能在網絡擁塞控制中的路徑優化研究[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與研究[J].物聯網技術，2014，4（3）：31?32.

[4] 陳晨，齊向東.基于RFID的智能車庫系統設計[J].物聯網技術，2014，4（4）：30?31.

[5] 王磊，曲衛平，李敬兆. 基于人工智能搜索和數據依賴分析的程序并行化[J].現代電子技術，2013，36（6）：1?3.

[6] 周昌賢，鄭韶鵬.構建WebGIS和人工智能技術的防震綜合管理系統[J].現代電子技術，2014，37（12）：87?89.