智能科學(xué)與技術(shù)導(dǎo)論課件第9章

第9章智能系統(tǒng)與發(fā)展前瞻 目錄9.1智能系統(tǒng)及其應(yīng)用 9.2群體智能及其應(yīng)用 9.3智能家居與智慧城市9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望9.1智能系統(tǒng)及其應(yīng)用 9.1.1診斷專家系統(tǒng)1.病害診斷專家系統(tǒng)

1959年，美國喬治敦大學(xué)教授萊德利（RobertS.Ledley）首次應(yīng)用布爾代數(shù)和貝葉斯定理建立了計(jì)算機(jī)診斷的數(shù)學(xué)模型，并成功診斷了一組肺癌病例，開創(chuàng)了計(jì)算機(jī)輔助診斷先河。

1966年，萊德利正式提出了“計(jì)算機(jī)輔助診斷”的概念（ComputerAidedDiagnosis，CAD）。

1968年，DENDRAL專家系統(tǒng)誕生。不久，MYCIN醫(yī)學(xué)專家系統(tǒng)研制成功，該系統(tǒng)首次采用知識(shí)庫、推理機(jī)系統(tǒng)結(jié)構(gòu)，引入“可信度”概念進(jìn)行非確定性推理。

其后，醫(yī)學(xué)專家系統(tǒng)逐漸成為醫(yī)學(xué)領(lǐng)域內(nèi)的一個(gè)重要分支領(lǐng)域，并在20世紀(jì)80年代達(dá)到高潮，出現(xiàn)了大量的綜合醫(yī)學(xué)專家系統(tǒng)。

20世紀(jì)90年代，醫(yī)學(xué)專家系統(tǒng)逐步發(fā)展成為針對(duì)某一種或某一類疾病的專項(xiàng)診斷專家系統(tǒng)。

進(jìn)入21世紀(jì)后，專家系統(tǒng)進(jìn)展緩慢，醫(yī)學(xué)專家系統(tǒng)取得的成果也不多。我國醫(yī)學(xué)專家系統(tǒng)研究始于20世紀(jì)70年代末，歷經(jīng)幾十年，先后研制出200多個(gè)醫(yī)學(xué)專家系統(tǒng)。但是，由于種種原因，真正能夠被醫(yī)生所接受，并且投入臨床使用的醫(yī)學(xué)專家系統(tǒng)少之又少。9.1智能系統(tǒng)及其應(yīng)用 9.1.1診斷專家系統(tǒng)1.病害診斷專家系統(tǒng)醫(yī)學(xué)專家系統(tǒng)通常由知識(shí)庫、數(shù)據(jù)庫、推理機(jī)、知識(shí)獲取模塊，以及解釋和輸入輸出接口組成，如圖所示。對(duì)應(yīng)一些具體應(yīng)用，需要根據(jù)相應(yīng)領(lǐng)域的特點(diǎn)及要求進(jìn)行必要的調(diào)整。

1）知識(shí)庫。用來存放和管理問題求解所需的專門知識(shí)，包含與領(lǐng)域相關(guān)的理論知識(shí)和專家憑經(jīng)驗(yàn)得到的啟發(fā)性知識(shí)和經(jīng)驗(yàn)。

2）數(shù)據(jù)庫。用來存儲(chǔ)當(dāng)前用戶提供的初始事實(shí)、問題描述和推理過程中得到的各種中間信息和推理結(jié)果，其內(nèi)容不斷變化。9.1智能系統(tǒng)及其應(yīng)用 9.1.1診斷專家系統(tǒng)1.病害診斷專家系統(tǒng)

3）推理機(jī)。專家系統(tǒng)的“思維”機(jī)構(gòu)，是一組控制和協(xié)調(diào)整個(gè)系統(tǒng)的程序。其根據(jù)用戶問題求解要求和所輸入的原始數(shù)據(jù)，利用知識(shí)庫中知識(shí)，按一定推理方法和控制策略解決所提出的問題。

4）知識(shí)獲取模塊。學(xué)習(xí)模塊，用來從人類專家那里獲取知識(shí)，修改、擴(kuò)充、完善和維護(hù)知識(shí)庫。主要靠知識(shí)工程師（IT專業(yè)人員）與領(lǐng)域?qū)＜遥ㄡt(yī)生）密切合作，共同完成知識(shí)提煉和形式化工作。

5）解釋和輸入輸出接口。是用戶與專家系統(tǒng)交互的環(huán)節(jié)，負(fù)責(zé)對(duì)推理給出合理的解釋，必要時(shí)給出推理依據(jù)和路線的清晰解釋，為用戶了解推理過程和進(jìn)行系統(tǒng)維護(hù)提供方便。醫(yī)生根據(jù)不同臨床資料或不同疾病特點(diǎn)采用相適應(yīng)的推理方法，而作為模擬醫(yī)生診治疾病的醫(yī)學(xué)專家系統(tǒng)，其推理方法也是多種多樣的，包括基于規(guī)則推理、基于案例推理、基于模糊數(shù)學(xué)推理、基于模糊證據(jù)推理、基于規(guī)則的神經(jīng)網(wǎng)絡(luò)推理，等等。專家系統(tǒng)作為智能科學(xué)與技術(shù)最早實(shí)用化的技術(shù)與系統(tǒng)，也早已在農(nóng)業(yè)領(lǐng)域得到了廣泛應(yīng)用，如花卉病害診斷專家系統(tǒng)、水稻病蟲害診斷專家系統(tǒng)、果樹病害診斷專家系統(tǒng)、蔬菜作物病害診斷專家系統(tǒng)等。在水產(chǎn)養(yǎng)殖業(yè)、在畜牧業(yè)也有大量應(yīng)用，等等。9.1智能系統(tǒng)及其應(yīng)用 9.1.1診斷專家系統(tǒng)2.故障診斷專家系統(tǒng)

現(xiàn)代裝備或系統(tǒng)功能強(qiáng)大，結(jié)構(gòu)復(fù)雜，信息化程度高，若能對(duì)在實(shí)際運(yùn)行或檢修過程中出現(xiàn)的故障做出準(zhǔn)確無誤的判斷并將故障及時(shí)排除，確保裝備或系統(tǒng)的生存能力和可靠性，是提高其魯棒性和生產(chǎn)效率的前提和保障。

對(duì)于后改造的裝備或系統(tǒng)來說，為了減少對(duì)原裝備或系統(tǒng)的損壞，可采用半嵌入式結(jié)構(gòu)。半嵌入式故障診斷專家系統(tǒng)分為診斷Agent和診斷客戶端兩部分，如圖所示。9.1智能系統(tǒng)及其應(yīng)用 9.1.1診斷專家系統(tǒng)2.故障診斷專家系統(tǒng)

1）診斷Agent。診斷Agent由數(shù)據(jù)采集接口電路、微處理單元、存儲(chǔ)器和通信接口構(gòu)成，嵌入到被診斷裝備或系統(tǒng)中，對(duì)其工作狀態(tài)進(jìn)行監(jiān)測(cè)。診斷Agent實(shí)時(shí)采集被診斷裝備或系統(tǒng)的各項(xiàng)參數(shù)，其內(nèi)部存儲(chǔ)器中保存了這些參數(shù)的正常范圍，一旦所采集的參數(shù)值超限，說明裝備或系統(tǒng)工作不正常，可根據(jù)故障征兆列表確定裝備或系統(tǒng)故障源。

診斷Agent嵌入到被診斷裝備或系統(tǒng)中，沒有龐大的知識(shí)庫和顯示裝置，當(dāng)裝備或系統(tǒng)發(fā)生故障時(shí)，診斷Agent通過報(bào)警指示燈（LED）發(fā)出信息，并將采集的數(shù)據(jù)發(fā)送到通信接口。

2）診斷客戶端。診斷客戶端由知識(shí)庫、推理機(jī)、知識(shí)獲取機(jī)構(gòu)、故障征兆數(shù)據(jù)庫、人機(jī)接口、解釋機(jī)構(gòu)、通信接口等構(gòu)成，供維修人員在裝備或系統(tǒng)維修時(shí)使用，能提示故障診斷方法、維修措施等信息。診斷客戶端的核心是知識(shí)庫，其包括故障征兆知識(shí)和診斷推理規(guī)則兩大類。當(dāng)裝備和系統(tǒng)發(fā)生故障時(shí)，診斷Agent監(jiān)測(cè)到故障，并點(diǎn)亮報(bào)警指示燈。此時(shí)，診斷客戶端接收診斷Agent傳來的監(jiān)測(cè)參數(shù)值，根據(jù)監(jiān)測(cè)參數(shù)、故障征兆知識(shí)和診斷推理規(guī)則進(jìn)行故障診斷和定位。

9.1智能系統(tǒng)及其應(yīng)用 9.1.2多Agent系統(tǒng)

廣義上，凡具有自主性智能行為，能與外部環(huán)境進(jìn)行交互的分布式實(shí)體均可稱之為Agent。由此定義可知，Agent指具有智能的任何實(shí)體，包括人類、智能硬件（如Robot）和智能軟件。

Agent具有環(huán)境感知能力，能根據(jù)自身資源、狀態(tài)、行為能力、相關(guān)知識(shí)、推理規(guī)則，通過規(guī)劃、推理和決策實(shí)現(xiàn)問題求解，并做出反應(yīng)，自主地完成特定的任務(wù)，以期達(dá)到預(yù)定目標(biāo)。1.Agent特性對(duì)于Agent，很多研究者給出了不同定義，而且所使用的術(shù)語或觀測(cè)點(diǎn)也是不同的。其實(shí)既然沒有達(dá)成共識(shí)，也就沒必要特別關(guān)注Agent的準(zhǔn)確定義，只要掌握它的概念和特性，并不影響對(duì)Agent的研究和應(yīng)用。Agent的四個(gè)主要特性如下：

1）自主性。一個(gè)智能Agent應(yīng)該是一個(gè)獨(dú)立自主的智能實(shí)體，應(yīng)能在無法事先建模、動(dòng)態(tài)變化的信息環(huán)境中獨(dú)立解決實(shí)際問題，在用戶不參與情況下，獨(dú)立自主地為用戶提供一些服務(wù)，如索取信息資源等。

2）代理性。代理性主要體現(xiàn)在代表用戶工作，可以對(duì)一些資源進(jìn)行包裝，引導(dǎo)或代替用戶對(duì)這些資源進(jìn)行訪問，成為用戶便利通達(dá)這些資源的樞紐和中介。9.1智能系統(tǒng)及其應(yīng)用 9.1.2多Agent系統(tǒng)

3）反應(yīng)性。反應(yīng)性是指智能Agent能夠感知所處的環(huán)境（物理環(huán)境或信息環(huán)境等），并能對(duì)相關(guān)事件作出適當(dāng)?shù)姆磻?yīng)。

4）主動(dòng)性。是指智能Agent能夠遵循承諾采取主動(dòng)行動(dòng)，表現(xiàn)出面向目標(biāo)的行為。除上述四種基本特性外，Agent還具有其它特性，見表所示。序號(hào)特性釋義1自主性對(duì)自己的行為或動(dòng)作有控制權(quán)。2代理性代表用戶工作，或引導(dǎo)、代替用戶訪問資源。3反應(yīng)性及時(shí)感知環(huán)境的變化，并執(zhí)行動(dòng)作以作用于環(huán)境。4主動(dòng)性Agent能夠展現(xiàn)出一種導(dǎo)向目標(biāo)的行為。5可通信與其它Agent（也包括人）進(jìn)行通信，交換信息。6可推理解釋感知信息，或決定執(zhí)行什么動(dòng)作。7可移動(dòng)Agent能夠跨平臺(tái)持續(xù)運(yùn)行。8自學(xué)習(xí)Agent能夠根據(jù)以前的經(jīng)驗(yàn)校正其行為。9.1智能系統(tǒng)及其應(yīng)用 9.1.2多Agent系統(tǒng)2.Agent結(jié)構(gòu)如圖所示為Agent的基本結(jié)構(gòu)。Agent一般包括環(huán)境感知、信息處理、知識(shí)庫/信息庫、通信/協(xié)作、任務(wù)/目標(biāo)、推理與控制、執(zhí)行等模塊。Agent作為智能主體與環(huán)境相互作用，環(huán)境狀態(tài)通過環(huán)境感知模塊傳達(dá)給信息處理模塊。

推理與控制模塊根據(jù)環(huán)境感知信息處理結(jié)果、任務(wù)/目標(biāo)，以及現(xiàn)有知識(shí)和信息，推理得出結(jié)論（命令）。

執(zhí)行模塊/效應(yīng)器接收推理與控制模塊發(fā)出命令，使智能主體作用于周圍的環(huán)境。

通信模塊用于與其它Agent通信，協(xié)同完成一項(xiàng)共同的工作。9.1智能系統(tǒng)及其應(yīng)用 9.1.2多Agent系統(tǒng)3.多Agent系統(tǒng)

多Agent系統(tǒng)（Multi-AgentSystem，MAS）是指若干個(gè)智能Agent通過協(xié)作完成某些工作或達(dá)到某些目標(biāo)的系統(tǒng)。MAS中的多個(gè)Agent需要相互通信、相互協(xié)調(diào)、相互協(xié)商與相互協(xié)作。

1）通信。一個(gè)Agent需要和其它Agent或環(huán)境進(jìn)行通信和交互，這些信息可能包括任務(wù)規(guī)劃、部分結(jié)果和同步信息等。

2）協(xié)調(diào)。協(xié)調(diào)是指具有不同活動(dòng)目標(biāo)的多個(gè)Agent對(duì)其目標(biāo)、資源等進(jìn)行合理安排，以協(xié)調(diào)各自行為，最大限度地實(shí)現(xiàn)各自目標(biāo)。協(xié)調(diào)包括定時(shí)為其它Agent提供必要信息、保證主體之間活動(dòng)的同步、避免冗余的問題求解等。

3）協(xié)商。多個(gè)Agent通過通信交換各自目標(biāo)，直到多Agent目標(biāo)達(dá)成一致或不能達(dá)成協(xié)議。它是實(shí)現(xiàn)協(xié)同、協(xié)作、沖突消解和矛盾處理的關(guān)鍵環(huán)節(jié),關(guān)鍵技術(shù)有協(xié)商協(xié)議、協(xié)商策略、協(xié)商處理等。

4）協(xié)作。協(xié)作所采用的基本策略通常就是分解任務(wù)，然后把子任務(wù)分配或分布到不同Agent上，要求Agent之間必須能夠合作求解問題、完成任務(wù)。任務(wù)分解要考慮子問題的交互性、協(xié)調(diào)性、數(shù)據(jù)相關(guān)性等，而任務(wù)分配通常采用基于合同網(wǎng)機(jī)制來分配任務(wù)，各Agent對(duì)子問題進(jìn)行求解，最終綜合單個(gè)子問題的解。9.1智能系統(tǒng)及其應(yīng)用 9.1.2多Agent系統(tǒng)4.資源服務(wù)類多Agent系統(tǒng)

資源服務(wù)類多Agent系統(tǒng)由多種具有不同功能的Agent組成，分為3個(gè)層次：交互層、管理執(zhí)行層和資源層，每一層至少含有一個(gè)或多個(gè)Agent，這些Agent會(huì)根據(jù)自身能力完成各自承擔(dān)的任務(wù)。

在交互層，交互Agent主要負(fù)責(zé)與用戶進(jìn)行交互，將用戶發(fā)送的請(qǐng)求轉(zhuǎn)化為系統(tǒng)可以識(shí)別的指令，并將其發(fā)送給管理執(zhí)行層。

在管理執(zhí)行層，管理協(xié)作Agent統(tǒng)一管理和調(diào)用所有Agent，將任務(wù)分配給不同Agent。當(dāng)管理協(xié)作Agent接收到任務(wù)請(qǐng)求后，首先會(huì)對(duì)其進(jìn)行逐步分解，然后將分解后的子任務(wù)分配給相應(yīng)的Agent去執(zhí)行。9.1智能系統(tǒng)及其應(yīng)用 9.1.2多Agent系統(tǒng)4.資源服務(wù)類多Agent系統(tǒng)

在資源層，主要為管理執(zhí)行層提供相對(duì)應(yīng)的數(shù)據(jù)服務(wù)功能，并對(duì)執(zhí)行過程中產(chǎn)生的新知識(shí)、新信息資源進(jìn)行分類保存，實(shí)時(shí)更新相應(yīng)數(shù)據(jù)庫，相當(dāng)于一個(gè)本地知識(shí)庫。當(dāng)管理執(zhí)行層Agent需要某信息資源服務(wù)時(shí)，可從資源層調(diào)用，當(dāng)執(zhí)行完某任務(wù)后，也可將所產(chǎn)生的新信息資源存儲(chǔ)到資源層該資源服務(wù)類多Agent系統(tǒng)具有以下特征：1）每一個(gè)Agent都呈模塊化結(jié)構(gòu)，方便獨(dú)立開發(fā)和設(shè)計(jì)，可以根據(jù)環(huán)境變化迅速做出反應(yīng)，并可以根據(jù)需要靈活增減Agent的數(shù)量；2）Agent之間相互獨(dú)立，一個(gè)Agent失效不會(huì)對(duì)其它Agent產(chǎn)生影響；3）信息服務(wù)Agent會(huì)對(duì)新到來的信息資源進(jìn)行分類和存儲(chǔ)，有助于系統(tǒng)學(xué)習(xí)新的知識(shí)并優(yōu)化自身模型，豐富系統(tǒng)知識(shí)庫；4）每個(gè)Agent都可使用自身的知識(shí)庫獨(dú)立解決問題，從而提高整個(gè)系統(tǒng)解決問題的能力和效率。9.1智能系統(tǒng)及其應(yīng)用 9.1.3智能控制系統(tǒng)1.智能控制隨著自動(dòng)控制技術(shù)的廣泛應(yīng)用，遇到了傳統(tǒng)控制方法難以解決的問題：1）大量實(shí)際系統(tǒng)，由于其復(fù)雜性、非線性、時(shí)變性、不確定性，或者信息不完全性，無法得到精確的數(shù)學(xué)模型。2）某些復(fù)雜的系統(tǒng)可能包含有不確定性的控制過程，無法用傳統(tǒng)的數(shù)學(xué)模型來描述，即無法解決傳統(tǒng)建模問題。3）在運(yùn)用傳統(tǒng)控制方法時(shí)，針對(duì)實(shí)際系統(tǒng)經(jīng)常需要進(jìn)行一些比較苛刻的線性化假設(shè)，而假設(shè)往往與實(shí)際不相符。4）傳統(tǒng)的控制要求相對(duì)較低、任務(wù)目標(biāo)單一，而實(shí)際控制任務(wù)復(fù)雜，例如，機(jī)器人控制、計(jì)算機(jī)集成制造系統(tǒng)、社會(huì)經(jīng)濟(jì)管理系統(tǒng)等復(fù)雜的控制任務(wù)，傳統(tǒng)控制方法就顯得無能為力了。

其實(shí)，在社會(huì)生產(chǎn)實(shí)踐中，復(fù)雜控制問題可通過熟練操作人員的經(jīng)驗(yàn)和控制理論相結(jié)合去解決，完全可以適應(yīng)被控制對(duì)象的復(fù)雜性和不確定性。由此，就催生了智能控制。9.1智能系統(tǒng)及其應(yīng)用 9.1.3智能控制系統(tǒng)近年來，神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)、專家系統(tǒng)、進(jìn)化論等各學(xué)科的發(fā)展給智能控制注入了巨大的活力，由此產(chǎn)生了各種智能控制方法，催生了各種各樣的智能控制系統(tǒng)，為解決傳統(tǒng)控制無法解決的問題找到了新的途徑和手段。2.模糊控制系統(tǒng)在工程實(shí)踐中，一個(gè)復(fù)雜的控制系統(tǒng)可由一個(gè)操作人員憑著豐富的實(shí)踐經(jīng)驗(yàn)得到滿意的控制效果，利用模糊數(shù)學(xué)將其量化轉(zhuǎn)化為模糊控制算法，就形成了模糊控制方法，左圖為模糊控制原理框圖。9.1智能系統(tǒng)及其應(yīng)用 9.1.3智能控制系統(tǒng)

模糊控制器（FuzzyController，F(xiàn)C）是模糊控制系統(tǒng)的核心。模糊控制器基于1965年扎德提出的模糊數(shù)學(xué)理論，將被控制量給定值與采集值之差模糊化處理為模糊量（如“高”、“中”、“低”、“大”、“小”等）。

模糊控制輸出量由模糊推理導(dǎo)出，再經(jīng)非模糊化處理才可作為控制信號(hào)輸出。在模糊推理中，模糊控制規(guī)則是模糊推理的基礎(chǔ)和依據(jù)。3.神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)神經(jīng)網(wǎng)絡(luò)所具有的大規(guī)模并行性、冗余性、容錯(cuò)性、本質(zhì)的非線性，以及自組織、自學(xué)習(xí)、自適應(yīng)能力，給不斷面臨挑戰(zhàn)的控制理論帶來了生機(jī)。

神經(jīng)網(wǎng)絡(luò)作為控制器，可實(shí)現(xiàn)對(duì)不確定系統(tǒng)或未知系統(tǒng)進(jìn)行有效的控制，使控制系統(tǒng)達(dá)到所要求的動(dòng)態(tài)特性和靜態(tài)特性。神經(jīng)網(wǎng)絡(luò)（NeuralNetwork，NN）控制器結(jié)構(gòu)多種多樣，包括NN學(xué)習(xí)控制、NN直接逆控制、NN自適應(yīng)控制、NN內(nèi)?？刂?、NN預(yù)測(cè)控制、CMAC控制、分級(jí)NN控制和多層NN控制等。9.1智能系統(tǒng)及其應(yīng)用 9.1.3智能控制系統(tǒng)下圖為基于神經(jīng)網(wǎng)絡(luò)的監(jiān)督式控制系統(tǒng)框圖，包括一個(gè)導(dǎo)師（監(jiān)督程序）和一個(gè)可訓(xùn)練的神經(jīng)網(wǎng)絡(luò)控制器（NeuralNetworkController，NNC）。在控制初期，監(jiān)督程序作用較大。隨著NNC訓(xùn)練成熟，NNC將對(duì)控制起到較大作用。實(shí)現(xiàn)NN監(jiān)督式控制的步驟如下：

1）通過傳感器和傳感器信息的處理，調(diào)用必要和有用控制信息；2）構(gòu)造神經(jīng)網(wǎng)絡(luò)，需選擇NN類型、結(jié)構(gòu)參數(shù)和學(xué)習(xí)算法等；3）訓(xùn)練NN控制器，實(shí)現(xiàn)輸入輸出之間的映射，以便進(jìn)行正確的控制。在訓(xùn)練過程中，可以采用線性率、反饋線性化或解耦變換的非線性反饋?zhàn)鳛閷?dǎo)師（監(jiān)督程序）來訓(xùn)練控制器。9.1智能系統(tǒng)及其應(yīng)用 9.1.3智能控制系統(tǒng)4.分層遞階智能控制G.N.Saridis在提出智能控制三元論的同時(shí)，還提出了分層遞階智能控制系統(tǒng)，基本結(jié)構(gòu)如圖所示。

第一級(jí)：組織級(jí)。由人工智能起控制作用。負(fù)責(zé)處理高層次信息，用于機(jī)器推理、機(jī)器規(guī)劃、機(jī)器決策、學(xué)習(xí)（反饋）和存儲(chǔ)記憶等操作。

第二級(jí)：協(xié)調(diào)級(jí)。由人工智能和運(yùn)籌學(xué)起控制作用。每個(gè)協(xié)調(diào)器執(zhí)行某些特定的任務(wù)。各協(xié)調(diào)器間的通信由分配器來完成，而分配器可變結(jié)構(gòu)由組織級(jí)來控制。

第三級(jí)：執(zhí)行級(jí)。智能控制系統(tǒng)的最低層級(jí)，要求具有較高精度，但只具有較低智能，按傳統(tǒng)自動(dòng)控制理論進(jìn)行控制。9.2群體智能及其應(yīng)用 9.2.1群智感知

隨著移動(dòng)互聯(lián)網(wǎng)和智能終端的不斷普及，人們?cè)谏钪幸呀?jīng)離不開各種各樣的移動(dòng)終端設(shè)備，如手機(jī)、平板、電子書、智能手表、智能手環(huán)和智能眼鏡等。

移動(dòng)設(shè)備中集成了大量傳感器模塊，如光線傳感器、加速度傳感器、陀螺儀、磁力計(jì)、氣壓計(jì)、溫度計(jì)、距離傳感器、屏幕壓力傳感器和指紋識(shí)別等。除此之外，移動(dòng)設(shè)備上的非傳感器部件也都具備了感知人類行為和周圍環(huán)境的能力，如麥克風(fēng)、攝像頭、WiFi、藍(lán)牙和GPS.

多種多樣的傳感器使移動(dòng)設(shè)備具備了“感知（Sensing）”能力。人們可以利用手中的移動(dòng)設(shè)備隨時(shí)隨地采集不同模態(tài)數(shù)據(jù)，從而出現(xiàn)了基于群體智能的感知計(jì)算（群智感知計(jì)算）這一新研究領(lǐng)域。

群智感知計(jì)算將普通用戶的移動(dòng)設(shè)備作為基本感知單元，進(jìn)行有意識(shí)或無意識(shí)的協(xié)作，實(shí)現(xiàn)感知任務(wù)分發(fā)與感知數(shù)據(jù)收集，完成大規(guī)模的、復(fù)雜的社會(huì)感知任務(wù)，是人類群體智能的一種應(yīng)用形式。人們使用隨身攜帶的各種智能設(shè)備（如手機(jī)、手環(huán)、平板和眼鏡）在物理世界采集不同模態(tài)的數(shù)據(jù)（如圖像、文本、軌跡和音頻），數(shù)據(jù)通過智能設(shè)備的無線通信網(wǎng)絡(luò)（如WiFi和3G、4G、5G）上傳至云端。

群體貢獻(xiàn)的數(shù)據(jù)具有碎片化、低質(zhì)冗余等特點(diǎn)，經(jīng)過清洗、優(yōu)選和萃取后，對(duì)數(shù)據(jù)進(jìn)行處理、融合和挖掘來獲取有價(jià)值的知識(shí)，進(jìn)而服務(wù)于大規(guī)模的城市和社會(huì)感知任務(wù)。9.2群體智能及其應(yīng)用 9.2.1群智感知

群智感知數(shù)據(jù)可大致分為如下五類：

1）數(shù)值。數(shù)值是傳統(tǒng)傳感器的數(shù)據(jù)形式，移動(dòng)設(shè)備中內(nèi)嵌的多種傳感器已被廣泛用于各種感知任務(wù)。例如，利用內(nèi)置的陀螺儀、磁力計(jì)和加速度傳感器可獲取移動(dòng)終端設(shè)備的姿態(tài)。

2）文本。文本指由人們輸入終端設(shè)備的語言內(nèi)容，如商品評(píng)論、微博和影評(píng)等?；谖谋緮?shù)據(jù)的群智感知應(yīng)用將每個(gè)人視為特殊的傳感器，其接觸到的各類信息在被吸收和加工后以文本的形式回到信息空間，例如，微博里的情感感知是基于文本的群智感知應(yīng)用。

3）聲音。麥克風(fēng)讓移動(dòng)設(shè)備具備“聽”的能力。例如，基于音頻數(shù)據(jù)可感知城市里的噪音分布。

4）照片。攝像頭讓移動(dòng)設(shè)備具備“看”的能力。利用人們?cè)谏缃痪W(wǎng)絡(luò)中分享的生活、工作、旅游、活動(dòng)、植物和動(dòng)物等照片，不但可以構(gòu)建旅游百科，還可以進(jìn)行事件感知、動(dòng)植物研究、水文環(huán)境監(jiān)測(cè)等。

5）軌跡。軌跡包括一系列的人或車輛的時(shí)空坐標(biāo)記錄，即一系列的時(shí)間和定位坐標(biāo)。常用的空間坐標(biāo)定位方法包括GPS、北斗、WiFi或CELL定位。時(shí)空軌跡可用于研究人群移動(dòng)規(guī)律和人口密度分布，以及開發(fā)電子地圖導(dǎo)航等。9.2群體智能及其應(yīng)用 9.2.1群智感知除了便攜的移動(dòng)設(shè)備，未來將有更多的智能移動(dòng)設(shè)備具備豐富的感知能力，比如智能汽車和智能自行車等，它們通過藍(lán)牙或WiFi即可與手機(jī)等移動(dòng)通信設(shè)備互聯(lián)，將支持更多的群智感知應(yīng)用為人類社會(huì)服務(wù)。群智感知計(jì)算由眾包（Crowd-sourcing）、參與感知（Participatorysensing）等相關(guān)概念發(fā)展而來。眾包是美國《連線》雜志2006年發(fā)明的一個(gè)專業(yè)術(shù)語，用來描述一種新的生產(chǎn)組織形式。具體是指企業(yè)/研發(fā)機(jī)構(gòu)利用互聯(lián)網(wǎng)將工作分配出去，利用大量用戶的創(chuàng)意和能力解決技術(shù)問題。參與感知最早由美國加州大學(xué)的研究人員于2006年提出，強(qiáng)調(diào)通過用戶參與的方式進(jìn)行數(shù)據(jù)采集。

2009年2月，AlexPentland教授等在美國《科學(xué)》雜志上撰文闡述“計(jì)算社會(huì)學(xué)”概念，認(rèn)為可利用大規(guī)模感知數(shù)據(jù)理解個(gè)體、組織和社會(huì)，在計(jì)算目標(biāo)上與群體感知不一而同。以上幾個(gè)相關(guān)研究方向都以大量用戶的參與或數(shù)據(jù)作為基礎(chǔ)，但分別強(qiáng)調(diào)不同的層次和方面。

2012年，清華大學(xué)劉云浩教授首次對(duì)以上概念進(jìn)行融合，提出“群智感知計(jì)算”概念。與基于傳感網(wǎng)和物聯(lián)網(wǎng)的感知方式不同，群智感知以大量普通用戶作為感知源，強(qiáng)調(diào)利用大眾的廣泛分布性、靈活移動(dòng)性和機(jī)會(huì)連接性進(jìn)行感知，并為城市及社會(huì)管理提供智能輔助支持。9.2群體智能及其應(yīng)用 9.2.1群智感知

群智感知計(jì)算是利用群體行為、知識(shí)和能力完成大規(guī)模感知計(jì)算的一種問題解決形式。自然界中存在大量的群體智能，例如經(jīng)典的蟻群最短路徑算法的靈感便是基于群體智能解決尋徑問題，但是群智感知計(jì)算的基礎(chǔ)是人類智能，因此更為強(qiáng)大和復(fù)雜。人類與機(jī)器智能相結(jié)合的研究有著悠久的歷史。

早在1950年圖靈就曾指出“數(shù)字計(jì)算機(jī)后期的發(fā)展可以這樣來展望，這些機(jī)器將不斷具有任何由人類才能完成的工作的能力”。他后來還提出“圖靈測(cè)試”，對(duì)給定程序的智能程度進(jìn)行評(píng)估。美國麻省理工學(xué)院的利克萊德教授在1960年發(fā)表過一篇開創(chuàng)性的論文，提出“人機(jī)共生”思想，即讓人和計(jì)算機(jī)能夠共同合作，一起完成復(fù)雜任務(wù)。

2017年以來，群智融合計(jì)算、人機(jī)共融智能、群智協(xié)同計(jì)算和人機(jī)混合智能等概念和應(yīng)用也相繼被提出來，這些研究領(lǐng)域與群智感知計(jì)算是群體參與概念的不斷延伸。

我國于2017年發(fā)布了新一代人工智能的國家重大科技戰(zhàn)略，其中，群體智能便是核心內(nèi)容之一。9.2群體智能及其應(yīng)用 9.2.2群智感知的流程

群智感知計(jì)算的三要素是人群、智能設(shè)備和無線通信，一般的群智感知過程可描述為：人們攜帶智能設(shè)備在日常的行為活動(dòng)中通過自動(dòng)或手動(dòng)方式采集數(shù)據(jù)，數(shù)據(jù)通過無線通信網(wǎng)絡(luò)傳輸?shù)綌?shù)據(jù)中心以滿足不同應(yīng)用需求。

群智感知計(jì)算依數(shù)據(jù)來源方式分為機(jī)會(huì)式感知和參與式感知兩種模式。

機(jī)會(huì)式感知是一種用戶無意識(shí)的感知模式。以采集照片數(shù)據(jù)為例，人們?cè)谌粘Ｉ钪信南伦约焊信d趣的照片并上傳到各種社交網(wǎng)絡(luò)進(jìn)行分享，利用這些照片及附帶的信息來完成感知任務(wù)。分享照片的用戶成為無意識(shí)地完成感知任務(wù)的參與者。

參與式感知通過參與者招募的方式來完成數(shù)據(jù)采集任務(wù)。以照片數(shù)據(jù)采集為例，參與者必須按任務(wù)要求在指定時(shí)間和地點(diǎn)給特定對(duì)象拍攝照片以完成任務(wù)。

機(jī)會(huì)式感知通常通過收集用戶無意識(shí)貢獻(xiàn)的數(shù)據(jù)來完成感知任務(wù)，成本相對(duì)較低。但是，在很多情況下用戶間接貢獻(xiàn)的數(shù)據(jù)難以滿足特定任務(wù)的需求。針對(duì)那些不常被大眾關(guān)注的感知對(duì)象，必須使用參與式感知方式才能獲得所需數(shù)據(jù)。9.2群體智能及其應(yīng)用 9.2.2群智感知的流程

采用參與式感知方式的群智感知應(yīng)用需要一個(gè)用于發(fā)布任務(wù)和招募工作者的平臺(tái)，數(shù)據(jù)需求者（Datarequester）在平臺(tái)上發(fā)布數(shù)據(jù)采集任務(wù)（Task），接受任務(wù)的用戶成為工作者（Worker），他們使用特定的移動(dòng)客戶端軟件采集數(shù)據(jù)。發(fā)布任務(wù)的用戶被稱為任務(wù)發(fā)布者（Taskprovider）或數(shù)據(jù)需求者（Datarequester），完成數(shù)據(jù)采集任務(wù)的用戶被稱為工作者（Worker）或參與者（Participant）。不同的群智感知應(yīng)用系統(tǒng)的感知對(duì)象和感知目的是不同的，它們對(duì)數(shù)據(jù)和數(shù)據(jù)集的需求亦不同，但是數(shù)據(jù)采集和匯聚的流程是類似的。為了讓不同的群智感知應(yīng)用能夠收集到高質(zhì)量數(shù)據(jù)，需要構(gòu)建一個(gè)面向不同群智感知應(yīng)用的任務(wù)管理和數(shù)據(jù)采集平臺(tái)。下頁圖給出了一個(gè)通用的參與式群智感知平臺(tái)示例。

一項(xiàng)任務(wù)在該平臺(tái)上的生命周期分為四個(gè)階段，分別是任務(wù)發(fā)布、執(zhí)行任務(wù)、數(shù)據(jù)匯聚和結(jié)果移交。這樣的多任務(wù)群智感知平臺(tái)服務(wù)于兩種用戶：數(shù)據(jù)需求者（或任務(wù)發(fā)布者）和工作者。9.2群體智能及其應(yīng)用 9.2.2群智感知的流程9.2群體智能及其應(yīng)用 9.2.2群智感知的流程任務(wù)生命周期的四個(gè)階段及工作流程如下：

1）任務(wù)發(fā)布。數(shù)據(jù)需求者在平臺(tái)上發(fā)布任務(wù)，任務(wù)可以描述為4W1H，即何時(shí)（When）何地（Where）以何種方式（How）針對(duì)哪個(gè)感知目標(biāo)（What）采集數(shù)據(jù)，哪些數(shù)據(jù)（Which）應(yīng)該被上傳。任務(wù)分配方式包括兩種：用戶認(rèn)領(lǐng)（Pull-based）和系統(tǒng)推送（Push-based）。

2）任務(wù)執(zhí)行。工作者按照任務(wù)要求，到達(dá)指定地點(diǎn)完成相關(guān)數(shù)據(jù)采集。對(duì)于實(shí)時(shí)感知任務(wù)，工作者必須立即上傳數(shù)據(jù)；如果是非實(shí)時(shí)感知任務(wù)，則允許工作者在任務(wù)截止時(shí)間之前選擇適當(dāng)通信方式上傳數(shù)據(jù)。

3）數(shù)據(jù)匯聚。受分布式感知方式影響，群智感知原始數(shù)據(jù)集存在大量冗余數(shù)據(jù)，在數(shù)據(jù)匯聚階段，平臺(tái)根據(jù)任務(wù)要求對(duì)數(shù)據(jù)進(jìn)行過濾和優(yōu)選，挑選出滿足任務(wù)要求的高質(zhì)量數(shù)據(jù)集。

4）結(jié)果移交。數(shù)據(jù)需求者可在任務(wù)結(jié)束前或結(jié)束后從平臺(tái)下載數(shù)據(jù)匯聚結(jié)果。多數(shù)群智感知任務(wù)很難在一開始就準(zhǔn)確定義任務(wù)的數(shù)據(jù)采集約束。所以，平臺(tái)允許數(shù)據(jù)需求者在任務(wù)結(jié)束前查看數(shù)據(jù)匯聚結(jié)果，使數(shù)據(jù)需求者有機(jī)會(huì)在任務(wù)結(jié)束前調(diào)整任務(wù)要求。9.2群體智能及其應(yīng)用 9.2.3群體智能的核心問題

群智感知計(jì)算需要解決的核心問題分為四個(gè)方面，分別是感知任務(wù)分配與激勵(lì)機(jī)制、感知數(shù)據(jù)的優(yōu)選、感知數(shù)據(jù)的移交和群智感知應(yīng)用。

1）感知任務(wù)分配與激勵(lì)機(jī)制。群智感知計(jì)算通過分配任務(wù)雇傭參與者采集數(shù)據(jù)，參與者根據(jù)任務(wù)要求采集數(shù)據(jù)是群智感知計(jì)算的數(shù)據(jù)來源。很多任務(wù)還需要參與者前往特定的地點(diǎn)，然而發(fā)布任務(wù)的數(shù)據(jù)需求方僅能夠提供有限的報(bào)酬，因此，群智感知的激勵(lì)機(jī)制研究工作的目標(biāo)通常是為了提高任務(wù)的分配率和完成率，而任務(wù)分配的目標(biāo)往往是降低感知成本。例如，群智感知拍照任務(wù)的工作者需要到達(dá)現(xiàn)場(chǎng)（即任務(wù)要求的特定地點(diǎn)和場(chǎng)景）才能采集照片（即采集數(shù)據(jù)），有時(shí)需要從感知對(duì)象的不同側(cè)面采集數(shù)據(jù)，所以，感知任務(wù)分配需要滿足嚴(yán)苛的時(shí)空約束。因此，當(dāng)前面向群智感知的任務(wù)分配算法也都只主要考慮時(shí)空約束。

2）感知數(shù)據(jù)的優(yōu)選。感知數(shù)據(jù)優(yōu)選研究主要研究如何通過數(shù)據(jù)優(yōu)選提高數(shù)據(jù)集的質(zhì)量。原始群智感知數(shù)據(jù)中存在大量的噪聲和冗余數(shù)據(jù)，數(shù)據(jù)需求者希望得到的數(shù)據(jù)集是低冗余且高覆蓋的高質(zhì)量數(shù)據(jù)集，因此，在數(shù)據(jù)收集過程中，必需通過數(shù)據(jù)優(yōu)選操作來濾除低質(zhì)數(shù)據(jù)，從而僅將高質(zhì)量數(shù)據(jù)交付數(shù)據(jù)需求者。9.2群體智能及其應(yīng)用 9.2.3群體智能的核心問題

3）感知數(shù)據(jù)的移交。感知數(shù)據(jù)移交研究主要研究如何通過合理的數(shù)據(jù)收集流程降低數(shù)據(jù)收集成本。例如，數(shù)據(jù)需求者購買參與工作者提供的照片，參與工作者完成任務(wù)的成本主要包括：①理解任務(wù)需求付出的腦力勞動(dòng)；②到達(dá)任務(wù)地點(diǎn)付出的體力勞動(dòng)；③根據(jù)任務(wù)要求拍照片時(shí)付出的體力勞動(dòng)；④拍照和上傳數(shù)據(jù)付出的移動(dòng)設(shè)備能量；⑤傳輸數(shù)據(jù)的流量費(fèi)用。參與工作者完成任務(wù)的成本直接影響了數(shù)據(jù)需求者購買數(shù)據(jù)時(shí)需要支付的費(fèi)用（即數(shù)據(jù)收集成本），因此，除了通過優(yōu)化任務(wù)分配，還可以通過優(yōu)化數(shù)據(jù)收集流程降低參與者完成任務(wù)的成本，從而降低數(shù)據(jù)收集成本。9.2群體智能及其應(yīng)用 9.2.3群體智能的核心問題

4）群智感知應(yīng)用。群智感知應(yīng)用研究主要研究群智感知計(jì)算能夠?yàn)槊癖娞峁┖畏N服務(wù)以及如何利用群智感知計(jì)算的理論、方法和技術(shù)搭建應(yīng)用軟件系統(tǒng)提供服務(wù)。在人們?nèi)粘Ｉ钍褂玫能浖薪?jīng)常能夠見到群智感知技術(shù)的應(yīng)用，例如，智慧交通、電子地圖、商品推薦、輿情分析等。群智感知應(yīng)用還出現(xiàn)了一些跨領(lǐng)域應(yīng)用，例如，利用社交網(wǎng)絡(luò)數(shù)據(jù)定位物理世界正在發(fā)生的事件，將出租車派單數(shù)據(jù)用于外賣派單服務(wù)，等等。隨著群智感知計(jì)算的發(fā)展、新型傳感器的出現(xiàn)和數(shù)據(jù)匯聚規(guī)模的增長，群智感知應(yīng)用研究的重點(diǎn)仍然是設(shè)計(jì)基于群智感知計(jì)算的應(yīng)用系統(tǒng)，以及根據(jù)群智感知應(yīng)用需求提出新的群智感知計(jì)算研究問題。下面以激勵(lì)機(jī)制為例介紹現(xiàn)有的問題解決方法。

有些軟件通過給人們提供服務(wù)，間接收集數(shù)據(jù)，即，采用了雙贏的合作模式，服務(wù)提供商通過向用戶提供免費(fèi)服務(wù)換取用戶的數(shù)據(jù)，而用戶無需提供額外的勞動(dòng)就可以享受到免費(fèi)的服務(wù)。例如，形色是一款幫助人們識(shí)別植物的App，人們隨時(shí)隨地拍照上傳植物圖片，形色快速給出花名和比對(duì)圖，那么，形色App一方面給人們提供服務(wù)，同時(shí)，收集到大量由用戶主動(dòng)上傳的帶有時(shí)空標(biāo)簽的植物照片，然后向用戶提供植物地理分布的服務(wù)。再如，用戶在使用高德、百度等電子地圖時(shí)，也會(huì)把GPS軌跡序列上傳，電子地圖服務(wù)提供商根據(jù)軌跡可以精確校準(zhǔn)路況，并協(xié)助司機(jī)規(guī)劃出行路線。9.2群體智能及其應(yīng)用 9.2.4群智感知應(yīng)用

群智感知可應(yīng)用在很多重要領(lǐng)域，例如，水文環(huán)境監(jiān)測(cè)、智能交通、公共交通、旅游百科、室內(nèi)定位、信息傳播、新聞報(bào)道和事件感知等，這些應(yīng)用有些使用特殊的App采集照片，有些直接使用設(shè)備的電子相冊(cè)或下載社交網(wǎng)絡(luò)上的照片。這里簡要介紹一些近年來基于照片的群智感知應(yīng)用案例。

Gazitiki（2008年）：Gazitiki利用維基百科（Wikipedia）、Panoramio和Web搜索構(gòu)建地理百科的應(yīng)用。Gazitiki首先通過維基百科識(shí)別出所有的地名和它們的坐標(biāo)，并對(duì)地名進(jìn)行分類和排序，當(dāng)用戶檢索地理信息時(shí)，Gazitiki向用戶展示詳細(xì)的地理信息和相關(guān)照片。

MobiShop（2008年）：MobiShop收集人們的商店購物小票照片，通過OCR字符識(shí)別技術(shù)提取商品價(jià)格，并將收集到的商品價(jià)格信息推送給不同的客戶，使人們可以共享商品價(jià)格信息。

Lostladybug（2010年）：Lostladybug收集瓢蟲照片，用于研究瓢蟲的種類、生存狀況和習(xí)性，截止2017年3月，已收集3.8萬份來自世界各地的數(shù)據(jù)。

CreekWatch（2011年）：CreekWatch是IBM開發(fā)的iPhone應(yīng)用程序，用于監(jiān)測(cè)河流水質(zhì)。人們（無論是在岸邊還是橋上）路過小溪或河流時(shí)，使用CreekWatchApp提交河流在當(dāng)前位置的狀態(tài)，包括水量、垃圾量和一些照片。CreekWatch通過Web網(wǎng)站向人們展示世界各地河流的健康狀況。9.2群體智能及其應(yīng)用 9.2.4群智感知應(yīng)用

WreckWatch（2011年）：WreckWatch能夠通過車內(nèi)手機(jī)的傳感器檢測(cè)到車禍，然后尋找路過的行人拍攝車禍現(xiàn)場(chǎng)的照片發(fā)送給救援中心，使救援人員能夠及時(shí)準(zhǔn)確判斷車禍位置和救援的緊急程度。

PhotoCity（2011年）：PhotoCity為了收集到滿足構(gòu)建3D城市需求的高質(zhì)量照片，采用了一種游戲的方式，訓(xùn)練“玩家”成為采集照片“專家”，使“專家”們能夠從不同角度高密度地采集城市中建筑物的照片。

JamEyes（2012年）：在發(fā)生交通擁堵時(shí)，JamEyes計(jì)算被堵車輛數(shù)目并估算擁堵可能持續(xù)的時(shí)間，同時(shí)將擁堵源頭位置車輛拍攝的視頻分享給其它車輛，使處于擁堵中的司機(jī)及時(shí)了解擁堵原因和擁堵情況。JamEyes通過手機(jī)的3D加速度計(jì)和WiFi信號(hào)檢測(cè)每一輛車周圍的其它被堵車輛，并檢測(cè)車輛之間的位置關(guān)系，從而得出擁堵車輛的數(shù)目，并找到處于擁堵源頭的車輛。

GBUS（2012年）：GBUS使用GPS軌跡收集公交車的行駛數(shù)據(jù)，參與者還可以同時(shí)提供公交站點(diǎn)周圍的照片用于提高公交車站的辨識(shí)度。

MediaScope（2013年）：當(dāng)有事件發(fā)生時(shí)，MediaScope以新聞報(bào)道為目的，從現(xiàn)場(chǎng)目擊者共享的手機(jī)相冊(cè)中檢索各種照片，檢索條件包括圖像相似度和地理信息等。9.2群體智能及其應(yīng)用 9.2.4群智感知應(yīng)用

SmartPhoto（2014年）：SmartPhoto根據(jù)照片拍照方向、拍照位置和攝像頭的一些參數(shù)評(píng)估照片的價(jià)值，采用貪心算法選擇k張拍照方向不同的照片，使這些照片能夠最大程度全方位覆蓋拍攝對(duì)象。

FlierMeet（2015年）：FlierMeet收集城市中的公共張貼物（如海報(bào)和通知）的照片，計(jì)算人、張貼物和地點(diǎn)之間的關(guān)聯(lián)關(guān)系，構(gòu)建不同個(gè)體對(duì)不同類別張貼物的喜好關(guān)系，向不同的人群推送他們喜歡或需要的張貼物，提高城市信息傳播效率。

SmartEye（2015年）：為了從人們?cè)跒?zāi)后共享在云端的照片中檢索低冗余、多樣化高質(zhì)量數(shù)據(jù)，SmartEye解決基于照片的實(shí)時(shí)數(shù)據(jù)分析問題。

SakuraSensor（2015年）：在櫻花開放的季節(jié)，SakuraSensor通過人們?cè)谲噧?nèi)拍攝的視頻片段判斷櫻花的開放情況，并根據(jù)人們的行車軌跡計(jì)算游覽櫻花美景的最優(yōu)路線。

iMoon（2015年）：iMoon收集大量室內(nèi)的2D圖像，然后構(gòu)建成室內(nèi)環(huán)境的3D模型用于室內(nèi)導(dǎo)航。

SentiStory（2017）：提出了一種基于粗粒度情感分析的微博事件脈絡(luò)總結(jié)方法，檢測(cè)微博重大變化，并挖掘這些變化背后的原因。

LuckyPhoto（2018年）：LuckyPhoto是一個(gè)基于群智的室外照片收集平臺(tái)。

CrowdTracking（2019年）：CrowdTracking通過路邊行人的手機(jī)拍攝路面的移動(dòng)目標(biāo)（如車輛、巡游花車等），實(shí)現(xiàn)對(duì)移動(dòng)目標(biāo)的持續(xù)跟蹤。9.3智能家居與智慧城市 9.3.1智能家居

“智慧生活”、“智能家居”、“智慧城市”、“智能社會(huì)”是近幾年日漸流行的詞語，無論是在網(wǎng)絡(luò)上，還是在人們?nèi)粘＝徽勚?，“智能”、“智慧”都越來越多地與“家居”、“城市”、“社會(huì)”、“生活”、“工作”連在了一起。這從一個(gè)側(cè)面說明，智能科學(xué)與技術(shù)的應(yīng)用已經(jīng)滲透到了人們社會(huì)生產(chǎn)生活的方方面面，不僅體現(xiàn)在智能家居、智慧城市的興建之中，也體現(xiàn)在了不斷成長的智能社會(huì)的構(gòu)建當(dāng)中。1.智能家居定義

智能家居（SmartHome/IntelligentHome），從技術(shù)層面上講，智能家居以住宅為平臺(tái)，利用綜合布線技術(shù)、網(wǎng)絡(luò)通信技術(shù)、安全防范技術(shù)、自動(dòng)控制技術(shù)、物聯(lián)網(wǎng)技術(shù)、音視頻技術(shù)、人工智能技術(shù)等技術(shù)將家居生活有關(guān)的設(shè)備設(shè)施集成，構(gòu)建高效的住宅設(shè)施與家庭日常事務(wù)的管理系統(tǒng)，提升家居的安全性、便利性、舒適性、藝術(shù)性，并實(shí)現(xiàn)環(huán)保節(jié)能的目標(biāo)。智能家居系統(tǒng)主要包括家居布線子系統(tǒng)、家庭網(wǎng)絡(luò)子系統(tǒng)、中央控制子系統(tǒng)、家庭安防子系統(tǒng)、家庭娛樂子系統(tǒng)、健康咨詢子系統(tǒng)以及家政服務(wù)子系統(tǒng)等。下面重點(diǎn)介紹智能化程度較高的幾個(gè)子系統(tǒng)的功能。9.3智能家居與智慧城市 9.3.1智能家居

1）家居布線子系統(tǒng)。為了實(shí)現(xiàn)智能家居的各種智能化服務(wù)，首先需要在家居住宅中進(jìn)行綜合布線，以便支撐語音/數(shù)據(jù)通信、多媒體、家電自動(dòng)化、安防等多種應(yīng)用。

2）家庭安防子系統(tǒng)。主要目的是確保住宅的財(cái)產(chǎn)與人員安全，基礎(chǔ)設(shè)施包括門磁開關(guān)、緊急求助、煙霧檢測(cè)報(bào)警、燃?xì)庑孤秷?bào)警、碎玻探測(cè)報(bào)警、紅外微波探測(cè)報(bào)警等。也可根據(jù)需要配置視頻實(shí)時(shí)監(jiān)控系統(tǒng)，即使遠(yuǎn)離住宅也能夠通過移動(dòng)智能終端（如智能手機(jī)），實(shí)時(shí)監(jiān)視住宅內(nèi)外的情況。

3）家庭娛樂子系統(tǒng)。充分利用音視頻技術(shù)、多媒體技術(shù)、VR/AR等技術(shù)豐富家庭業(yè)余生活。例如，背景音樂、人機(jī)互動(dòng)娛樂、智能點(diǎn)歌，甚至機(jī)器填詞譜曲等。

4）健康咨詢子系統(tǒng)。利用智能檢測(cè)分析技術(shù)，根據(jù)住戶的生活習(xí)慣，提供健康咨詢、飲食指南等服務(wù)，甚至，根據(jù)采集的呼吸、心率、血壓、體溫等體征數(shù)據(jù)，對(duì)疾病提供基本的輔助診斷、治療建議，并協(xié)助完成康復(fù)訓(xùn)練等任務(wù)。

5）家政服務(wù)子系統(tǒng)。除家庭日常事務(wù)管理外，還包括家電、燈光、窗簾、馬桶、衣柜控制，例如，掃地、洗衣、做飯、調(diào)節(jié)室內(nèi)溫濕度、馬桶開啟與關(guān)閉等，甚至還可配置各種家政服務(wù)機(jī)器人。9.3智能家居與智慧城市 9.3.1智能家居2.智能家居服務(wù)1）通過家庭網(wǎng)關(guān)與互聯(lián)網(wǎng)相連，提供全天候網(wǎng)絡(luò)信息服務(wù)。2）實(shí)時(shí)監(jiān)控非法闖入、火災(zāi)、煤氣泄露，以及緊急呼救。一旦出現(xiàn)險(xiǎn)情，智能家居系統(tǒng)自動(dòng)發(fā)出報(bào)警信息，同時(shí)啟動(dòng)設(shè)備進(jìn)入應(yīng)急聯(lián)動(dòng)狀態(tài)，實(shí)現(xiàn)主動(dòng)防范，避免不必要的財(cái)產(chǎn)損失或人身傷害。3）利用人機(jī)會(huì)話技術(shù)，實(shí)現(xiàn)家電智能控制或遠(yuǎn)程交互性控制，提高使用效率，減少待機(jī)時(shí)間。4）提供全方位的家庭娛樂服務(wù)，不僅僅是家庭影院、背景音樂這些基本的娛樂服務(wù)，而且還可利用人工智能技術(shù)，提供聲控點(diǎn)歌、輔助作詞譜曲、歌舞動(dòng)漫仿真等娛樂服務(wù)。5）提供全面的家庭信息服務(wù)，包括健康咨詢、理財(cái)管理、日常事務(wù)管理的信息化，以及健康飲食、天氣氣象、小區(qū)物業(yè)對(duì)接、繳費(fèi)信息提醒等服務(wù)。目前，智能家居技術(shù)尚在不斷完善之中，隨著智能家居產(chǎn)業(yè)的迅猛發(fā)展，越來越多的家庭開始引入智能化系統(tǒng)和設(shè)備。相信在不久的將來，智能家居將成為人們的普遍需求。9.3智能家居與智慧城市 9.3.2智慧城市1.智慧城市概念對(duì)于智慧城市的概念與內(nèi)涵，國外很早就展開了研究，尤其以維也納理工技術(shù)大學(xué)區(qū)域科學(xué)中心（CentreofRegionalScience,ViennaUT）的智慧城市研究項(xiàng)目（EuropeanSmartCities）最具代表性。2007年10月，該中心發(fā)布了對(duì)歐盟中等城市（人口20萬以下）的可持續(xù)發(fā)展能力與競(jìng)爭(zhēng)力的評(píng)估報(bào)告《歐盟中等城市智慧城市排名》，首次系統(tǒng)性地提出了智慧城市的內(nèi)涵：“當(dāng)一個(gè)城市將對(duì)人和社會(huì)資本、傳統(tǒng)（交通）和現(xiàn)代（ICT）的交通基礎(chǔ)設(shè)施的投入作為支撐經(jīng)濟(jì)持續(xù)增長的動(dòng)力，實(shí)現(xiàn)高質(zhì)量的人民生活，并通過參與性管理達(dá)到生態(tài)和諧時(shí)，那么它就是一個(gè)智慧城市”。該評(píng)估報(bào)告從智慧經(jīng)濟(jì)、智慧民眾、智慧治理、智慧交通與ICT、智慧環(huán)境和智慧生活六個(gè)維度闡述了智慧城市的特征，分別代表了城市的區(qū)域競(jìng)爭(zhēng)力、交通和ICT、自然資源、人力和社會(huì)成本、生活質(zhì)量和公眾參與社會(huì)的狀況。9.3智能家居與智慧城市 9.3.2智慧城市2.典型的見解

9.3智能家居與智慧城市 9.3.2智慧城市2.典型的見解

9.3智能家居與智慧城市 9.3.2智慧城市2.典型的見解

智慧城市是當(dāng)今和未來城市發(fā)展的新理念和新模式，是推動(dòng)政府職能轉(zhuǎn)變、推動(dòng)社會(huì)管理創(chuàng)新的新手段和新方法，是城市走向綠色、低碳、可持續(xù)發(fā)展的本質(zhì)需求，是新一代信息技術(shù)、智能科學(xué)技術(shù)的創(chuàng)新應(yīng)用與城市轉(zhuǎn)型發(fā)展深度融合的必然結(jié)果。9.3智能家居與智慧城市 9.3.2智慧城市2.典型的見解

值得強(qiáng)調(diào)的是，智慧城市是一個(gè)動(dòng)態(tài)發(fā)展的過程，而不是一個(gè)確定的結(jié)果，不可能一蹴而就的建設(shè)完成。

因此，不斷涌現(xiàn)的新理念、新理論、新技術(shù)、新工藝也會(huì)被應(yīng)用到智慧城市的建設(shè)中，包括近幾年快速發(fā)展新的智能科學(xué)與技術(shù)（人工智能），以及區(qū)塊鏈技術(shù)。9.3智能家居與智慧城市 9.3.3智慧城市建設(shè)目標(biāo)與核心特征1.智慧城市建設(shè)目標(biāo)

智慧城市的規(guī)劃與建設(shè)，就是要充分運(yùn)用智能信息處理技術(shù)來感知、識(shí)別、分析、融合城市運(yùn)行核心系統(tǒng)的關(guān)鍵信息，提升民生、環(huán)保、安全、服務(wù)、商務(wù)等質(zhì)量，為市民創(chuàng)造更加美好城市生活。9.3智能家居與智慧城市 9.3.3智慧城市建設(shè)目標(biāo)與核心特征2.智慧城市的表現(xiàn)特征

1）物理虛擬、空間一體。通過物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)的深入應(yīng)用，促進(jìn)城市實(shí)體物理空間和網(wǎng)絡(luò)虛擬空間一體化發(fā)展，實(shí)現(xiàn)物理空間和虛擬空間狀態(tài)的智能感知、市民和企業(yè)需求的快速響應(yīng)，保障城市安全和高效運(yùn)轉(zhuǎn)。

2）資源共享、協(xié)同服務(wù)。通過信息資源的有效整合和共享，以及多系統(tǒng)的融合和互通，促進(jìn)城市從分散獨(dú)立的生產(chǎn)制造和商務(wù)活動(dòng)、部門孤島式的社會(huì)管理，邁向協(xié)同網(wǎng)絡(luò)化的生產(chǎn)經(jīng)營和全方位的精細(xì)化管理，實(shí)現(xiàn)管理和服務(wù)的精確性和人性化，推動(dòng)城市管理和服務(wù)模式改革。

3）知識(shí)驅(qū)動(dòng)、發(fā)展轉(zhuǎn)型。通過知識(shí)創(chuàng)新和應(yīng)用促進(jìn)經(jīng)濟(jì)發(fā)展高端化，以及信息基礎(chǔ)設(shè)施建設(shè)和傳統(tǒng)基礎(chǔ)設(shè)施的智能化提升，拉動(dòng)高端產(chǎn)業(yè)發(fā)展，創(chuàng)造更多知識(shí)型就業(yè)崗位，促進(jìn)城市知識(shí)經(jīng)濟(jì)增長，驅(qū)動(dòng)城市經(jīng)濟(jì)發(fā)展方式從資源獲取、粗放發(fā)展向高端創(chuàng)新、精細(xì)發(fā)展轉(zhuǎn)型。

4）互動(dòng)參與、智力集聚。通過無處不在的智能手段實(shí)施參與互動(dòng)、城市各領(lǐng)域的建設(shè)和發(fā)展，以滿足公民的需求為導(dǎo)向，而非以政府行政管理為中心，支撐城市提供雙向交互和個(gè)性化的公共服務(wù)，豐富城市幸福生活體驗(yàn)。通過構(gòu)建高質(zhì)量的居民終身學(xué)習(xí)、人才聚集和創(chuàng)新創(chuàng)業(yè)環(huán)境，不斷提升居民現(xiàn)代文明素質(zhì)，為城市持續(xù)繁榮發(fā)展提供不竭的智力資源。

9.3智能家居與智慧城市 9.3.3智慧城市建設(shè)目標(biāo)與核心特征3.智慧城市的技術(shù)特征從技術(shù)的維度看，智慧城市具有如下四個(gè)技術(shù)特征：

1）狀態(tài)更加全面感知。通過物聯(lián)網(wǎng)的感知技術(shù)，結(jié)合視頻監(jiān)控、網(wǎng)絡(luò)輿情監(jiān)控等方式，全面采集城市中人流、物流、信息流狀態(tài)，形成城市智慧的豐富的信息源。

2）信息更加泛在互聯(lián)。通過發(fā)展下一代互聯(lián)網(wǎng)、新一代移動(dòng)通信網(wǎng)，融合通信網(wǎng)、互聯(lián)網(wǎng)和移動(dòng)通信網(wǎng)，實(shí)現(xiàn)信息的實(shí)時(shí)傳遞和廣泛互通。

3）系統(tǒng)更加高效協(xié)同。利用各種信息資源庫和公共服務(wù)平臺(tái)，結(jié)合高度集成、智能化的智能城市運(yùn)行智慧中心，加強(qiáng)行業(yè)、部門間的資源整合、信息共享，使城市各個(gè)系統(tǒng)和參與者能夠進(jìn)行高效協(xié)作，最終達(dá)到城市運(yùn)行的最佳狀態(tài)。

4）決策更加科學(xué)智能。利用云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)，結(jié)合領(lǐng)域知識(shí)和模型的構(gòu)建，對(duì)城市海量信息資源和數(shù)據(jù)進(jìn)行智能分析和處理，為科學(xué)決策提供支持。9.3智能家居與智慧城市 9.3.4智慧城市應(yīng)用與核心技術(shù)1.主要應(yīng)用服務(wù)

1）智慧公共服務(wù)。通過加強(qiáng)就業(yè)、醫(yī)療、文化、安居等應(yīng)用系統(tǒng)建設(shè)，提升城市建設(shè)與管理的規(guī)范化、精準(zhǔn)化和智能化水平，有效促進(jìn)城市公共資源在全市范圍內(nèi)共享，促進(jìn)城市人流、物流、信息流、資金流的協(xié)調(diào)高效運(yùn)行，在提升城市運(yùn)行效率和公共服務(wù)水平的同時(shí)，推動(dòng)城市發(fā)展轉(zhuǎn)型升級(jí)。

2）智慧社會(huì)管理。建設(shè)市民呼叫中心，拓展服務(wù)形式和覆蓋面，采用語音、傳真、電子郵件、智能自助和人工服務(wù)等多種咨詢服務(wù)方式，提供生產(chǎn)、生活、政策和法律法規(guī)等多方面咨詢服務(wù)。開展司法行政法律幫扶、職工維權(quán)幫扶等公共服務(wù)平臺(tái)建設(shè)，打造覆蓋全面、及時(shí)有效、群眾滿意的公共服務(wù)載體。

3）智慧企業(yè)服務(wù)。完善政府門戶網(wǎng)站群、網(wǎng)上審批、信息公開等公共服務(wù)平臺(tái)建設(shè)，推進(jìn)“網(wǎng)上一站式”行政審批及其它公共行政服務(wù)，增強(qiáng)信息公開水平，提高網(wǎng)上服務(wù)能力。著力推進(jìn)中小企業(yè)公共服務(wù)平臺(tái)建設(shè)，提高中小企業(yè)在產(chǎn)品研發(fā)、生產(chǎn)、銷售、物流等多個(gè)環(huán)節(jié)的工作效率。

4）智慧安居服務(wù)。充分考慮公共區(qū)、商務(wù)區(qū)、居住區(qū)的不同需求，融合應(yīng)用物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、移動(dòng)通信等各種信息技術(shù)，發(fā)展智慧社區(qū)政務(wù)、智慧家居系統(tǒng)、智慧樓宇管理、智慧社區(qū)服務(wù)、社區(qū)遠(yuǎn)程監(jiān)控、安全管理、智慧商務(wù)辦公等智慧社區(qū)應(yīng)用系統(tǒng)，使居民可就近獲得所需服務(wù)。9.3智能家居與智慧城市 9.3.4智慧城市應(yīng)用與核心技術(shù)1.主要應(yīng)用服務(wù)

5）智慧教育服務(wù)。完善城市教育城域網(wǎng)和校園網(wǎng)工程，重點(diǎn)建設(shè)教育綜合信息網(wǎng)、網(wǎng)絡(luò)學(xué)校、數(shù)字化課件、教學(xué)資源庫、虛擬圖書館、教學(xué)綜合管理系統(tǒng)、遠(yuǎn)程教育系統(tǒng)等智慧教育資源及共享應(yīng)用平臺(tái)。大力推進(jìn)再教育工程，提供多渠道的教育培訓(xùn)就業(yè)服務(wù)，建設(shè)終身學(xué)習(xí)型智慧社會(huì)。

6）智慧文化服務(wù)。推進(jìn)先進(jìn)網(wǎng)絡(luò)文化發(fā)展，加強(qiáng)信息資源整合，完善公共文化信息資源服務(wù)體系建設(shè)。構(gòu)建旅游公共信息服務(wù)平臺(tái)，提供更加方便快捷的旅游服務(wù)，提升旅游文化品牌。

7）智慧服務(wù)管理。通過示范帶動(dòng)和信息化深入應(yīng)用，推進(jìn)傳統(tǒng)服務(wù)企業(yè)經(jīng)營、管理和服務(wù)模式創(chuàng)新，實(shí)現(xiàn)智慧物流、智慧貿(mào)易、智慧服務(wù)，加快向現(xiàn)代智慧服務(wù)產(chǎn)業(yè)轉(zhuǎn)型。

8）智慧醫(yī)療服務(wù)。構(gòu)建區(qū)域化衛(wèi)生信息管理為核心的信息平臺(tái)，建立居民電子健康檔案，推進(jìn)遠(yuǎn)程掛號(hào)、數(shù)字遠(yuǎn)程醫(yī)療、圖文體檢診斷系統(tǒng)等智慧醫(yī)療系統(tǒng)建設(shè)，有效提升醫(yī)療健康服務(wù)水平，增強(qiáng)突發(fā)公共衛(wèi)生事件的應(yīng)急處理能力。9.3智能家居與智慧城市 9.3.4智慧城市應(yīng)用與核心技術(shù)1.主要應(yīng)用服務(wù)

9）智慧交通服務(wù)。建立以交通引導(dǎo)、應(yīng)急指揮、智能出行、出租車和公交車管理等為重點(diǎn)的、統(tǒng)一的智能化城市交通綜合管理和服務(wù)系統(tǒng)，實(shí)現(xiàn)交通信息的充分共享、交通狀況的實(shí)時(shí)監(jiān)控及動(dòng)態(tài)管理，確保交通運(yùn)輸安全、暢通。

10）智慧農(nóng)村服務(wù)。建立面向新農(nóng)村公共信息服務(wù)平臺(tái)，整合各類信息資源，為廣大農(nóng)民提供政策咨詢、技術(shù)輔導(dǎo)、氣象發(fā)布、衛(wèi)生保健、村務(wù)公開等綜合信息，提升三農(nóng)智慧服務(wù)水平。

11）智慧安防服務(wù)。整合公安監(jiān)控和社會(huì)監(jiān)控資源，建立基層社會(huì)治安綜合治理管理信息平臺(tái)，完善公共安全應(yīng)急處置機(jī)制，提高對(duì)各類事故、災(zāi)害、疫情、案件和突發(fā)事件防范和應(yīng)急處理能力。

12）智慧政務(wù)服務(wù)。推進(jìn)政府智能辦公、智能監(jiān)管、智能服務(wù)和智能決策四大電子政務(wù)系統(tǒng)建設(shè)，深化“互聯(lián)網(wǎng)+”政務(wù)服務(wù)改革，提高政府部門工作效率，提升服務(wù)水平和公眾的滿意度。

上面所述只是智慧城市12個(gè)主要應(yīng)用服務(wù)，或者說涉及了智慧城市主要智慧服務(wù)體系建設(shè)。9.3智能家居與智慧城市 9.3.4智慧城市應(yīng)用與核心技術(shù)2.主要核心技術(shù)

1）智能感知識(shí)別技術(shù)。通過物聯(lián)網(wǎng)采集的信息均需解決智能識(shí)別問題，這就需要提供各種智能識(shí)別技術(shù)，如射頻識(shí)別技術(shù)、條碼識(shí)別技術(shù)、各種專用傳感器識(shí)別技術(shù)、視頻分析識(shí)別技術(shù)、無線定位識(shí)別技術(shù)等。

2）智能移動(dòng)計(jì)算技術(shù)。智慧城市首先是無線城市，無線移動(dòng)計(jì)算的智能化代表著下一代移動(dòng)計(jì)算的發(fā)展方向，這其中存在著眾多智能化的難題需要解決，比如各種移動(dòng)智能終端的開發(fā)，以及身份識(shí)別、遠(yuǎn)程支付、移動(dòng)監(jiān)控等智能軟件的開發(fā)等。

3）智能信息融合技術(shù)。智慧城市建設(shè)中涉及到大量不同類型的信息處理，需要將不同來源、不同格式、不同時(shí)態(tài)、不同尺度、不同專業(yè)的數(shù)據(jù)在統(tǒng)一的框架下進(jìn)行處理，這就需要智能信息融合技術(shù)來實(shí)現(xiàn)，包括底層原始數(shù)據(jù)融合、中層特征數(shù)據(jù)融合以及高層的決策數(shù)據(jù)融合多個(gè)層次。另外，由于數(shù)據(jù)處理規(guī)模龐大、關(guān)系復(fù)雜、交流頻繁，需要構(gòu)成龐大的智慧城市數(shù)據(jù)處理支撐體系，以保障諸功能系統(tǒng)的有效運(yùn)行。

可以預(yù)見，隨著智能科學(xué)與技術(shù)和其它科技的加速融合與發(fā)展，人類社會(huì)正在日益逼近新一輪變革的臨界點(diǎn)，繼農(nóng)業(yè)社會(huì)、工業(yè)社會(huì)、信息社會(huì)之后的高級(jí)的社會(huì)形態(tài)—智能社會(huì)—正在加速到來。9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望 9.4.1智能科學(xué)與技術(shù)產(chǎn)業(yè)1.智能科學(xué)與技術(shù)產(chǎn)業(yè)有賴于近幾年我國互聯(lián)網(wǎng)行業(yè)的迅猛發(fā)展，一大批互聯(lián)網(wǎng)科技公司積累了一定的用戶數(shù)據(jù)和研究資本，而且吸引了大量專業(yè)技術(shù)人才為其進(jìn)行人工智能方面的研發(fā)。雖然較于美國等發(fā)達(dá)國家，中國高校在人工智能領(lǐng)域的課程較為分散，智能科學(xué)與技術(shù)相關(guān)專業(yè)人才培養(yǎng)格局也是在近幾年才逐步布局完善。但在國家政策的激勵(lì)和引導(dǎo)下，國內(nèi)大批企業(yè)和創(chuàng)新領(lǐng)軍人才都在爭(zhēng)相進(jìn)軍智能科學(xué)與技術(shù)領(lǐng)域。而且《中國制造2025》的發(fā)布，更是促使國內(nèi)眾多大企業(yè)憑借自身的資金實(shí)力和科研能力，加速布局智能科學(xué)與技術(shù)產(chǎn)業(yè)鏈，以獲取巨大的經(jīng)濟(jì)和社會(huì)效益。

通常情況下，產(chǎn)業(yè)之間聯(lián)系主要以核心技術(shù)和工藝為依據(jù)劃分產(chǎn)業(yè)層次，即以核心技術(shù)劃分產(chǎn)業(yè)。因此，智能科學(xué)與技術(shù)產(chǎn)業(yè)的核心是基于其技術(shù)本身，由使用核心技術(shù)的產(chǎn)品和服務(wù)所構(gòu)成的產(chǎn)業(yè)，包含對(duì)外提供的產(chǎn)品、以平臺(tái)的方式對(duì)外提供的服務(wù)、解決方案或集成服務(wù)三種類型。

智能科學(xué)與技術(shù)產(chǎn)業(yè)包括數(shù)字資源、計(jì)算引擎、算法、技術(shù)、基于智能原理與算法和技術(shù)進(jìn)行研究及拓展應(yīng)用的企業(yè)以及應(yīng)用領(lǐng)域。9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望 9.4.1智能科學(xué)與技術(shù)產(chǎn)業(yè)2.智能科學(xué)與技術(shù)產(chǎn)業(yè)生態(tài)

從產(chǎn)業(yè)生態(tài)角度，將智能科學(xué)與技術(shù)產(chǎn)業(yè)分為三個(gè)層次，即核心業(yè)態(tài)、關(guān)聯(lián)業(yè)態(tài)、衍生業(yè)態(tài)。其中，核心業(yè)態(tài)主要包括基礎(chǔ)設(shè)施、信息及數(shù)據(jù)、技術(shù)服務(wù)、產(chǎn)品。關(guān)聯(lián)業(yè)態(tài)主要涉及軟件開發(fā)、信息技術(shù)、電子材料、系統(tǒng)集成等。衍生業(yè)態(tài)主要涉及智能制造、智能家居、智能金融、智能交通、智能醫(yī)療等行業(yè)應(yīng)用。

從技術(shù)結(jié)合角度，智能科學(xué)與技術(shù)產(chǎn)業(yè)外延是指相關(guān)核心技術(shù)集成的產(chǎn)業(yè)，或與其它技術(shù)相結(jié)合的研究與應(yīng)用的相關(guān)產(chǎn)業(yè)，既包括機(jī)器人產(chǎn)業(yè)與智能系統(tǒng)產(chǎn)業(yè)，也涵蓋智能科學(xué)與技術(shù)在物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈，以及其它科技領(lǐng)域的研究與應(yīng)用產(chǎn)業(yè)。

從行業(yè)交叉角度，是指智能科學(xué)與技術(shù)和其它行業(yè)交叉結(jié)合發(fā)展，例如工業(yè)、農(nóng)業(yè)、教育、金融、醫(yī)療、物流、社會(huì)治理、城市建設(shè)等，反映了大數(shù)據(jù)背景下，智能科學(xué)與技術(shù)產(chǎn)業(yè)發(fā)展和其它領(lǐng)域相互融入、相互結(jié)合，形成了多元化的產(chǎn)業(yè)生態(tài)。9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望 9.4.1智能科學(xué)與技術(shù)產(chǎn)業(yè)3.智能科學(xué)與技術(shù)產(chǎn)業(yè)鏈

產(chǎn)業(yè)鏈?zhǔn)歉鱾€(gè)產(chǎn)業(yè)主體（部門）之間基于一定的技術(shù)經(jīng)濟(jì)關(guān)聯(lián)，依據(jù)特定的邏輯關(guān)系和時(shí)空布局關(guān)系客觀形成的鏈條式關(guān)聯(lián)形態(tài)?？v觀智能科學(xué)與技術(shù)產(chǎn)業(yè)發(fā)展情況，可將產(chǎn)業(yè)鏈自下而上劃分成三層：基礎(chǔ)層產(chǎn)業(yè)、技術(shù)層產(chǎn)業(yè)和應(yīng)用層產(chǎn)業(yè)9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望 9.4.1智能科學(xué)與技術(shù)產(chǎn)業(yè)

1）基礎(chǔ)層產(chǎn)業(yè)。是推動(dòng)智能科學(xué)與技術(shù)發(fā)展的基石，提供算力（感知智能、計(jì)算智能、認(rèn)知智能）。主要包括傳感器、芯片、泛在網(wǎng)絡(luò)、云計(jì)算、存儲(chǔ)、普適計(jì)算、腦科學(xué)、大數(shù)據(jù)、分析挖掘平臺(tái)等相關(guān)產(chǎn)業(yè)。雖然集成電路芯片等相關(guān)技術(shù)掌握在IBM、英偉達(dá)、英特爾、谷歌等國外巨頭手中，但近幾年國內(nèi)企業(yè)發(fā)展迅猛，尤其在網(wǎng)絡(luò)通信、云計(jì)算、大數(shù)據(jù)等細(xì)分產(chǎn)業(yè)進(jìn)展與國外并駕齊驅(qū)。

2）技術(shù)層產(chǎn)業(yè)。解決技術(shù)支撐問題，主要提供算法、模型、技術(shù)架構(gòu)和通用技術(shù)。這一層主要依托技術(shù)架構(gòu)、算法模型和數(shù)據(jù)資源進(jìn)行海量識(shí)別訓(xùn)練和機(jī)器學(xué)習(xí)建模，開發(fā)面向不同領(lǐng)域的通用技術(shù)，該層的細(xì)分領(lǐng)域競(jìng)爭(zhēng)激烈。

技術(shù)架構(gòu)平臺(tái)包括TensorFlow、Caffe2、PyTorch、Torchnet以及百度的PADDLE等。算法模型包括神經(jīng)網(wǎng)絡(luò)、聚類、決策樹、支持向量機(jī)、卷積神經(jīng)網(wǎng)絡(luò)等。通用技術(shù)包括機(jī)器視覺、機(jī)器聽覺、自然語言處理、機(jī)器學(xué)習(xí)、知識(shí)圖譜、深度學(xué)習(xí)等。國內(nèi)外科技巨頭，如谷歌、IBM、亞馬遜、蘋果、阿里巴巴、百度、騰訊都在該層深度布局。國內(nèi)企業(yè)近年來發(fā)展迅速，主要聚焦在計(jì)算機(jī)視覺、語音識(shí)別和自然語言處理等領(lǐng)域，如BAT（百度、阿里巴巴、騰訊）、商湯、曠視、科大訊飛等。

9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望 9.4.1智能科學(xué)與技術(shù)產(chǎn)業(yè)

3）應(yīng)用層產(chǎn)業(yè)。解決實(shí)踐問題，主要提供應(yīng)用場(chǎng)景（應(yīng)用智能科學(xué)與技術(shù)促使傳統(tǒng)產(chǎn)業(yè)升級(jí)改造、培育新興產(chǎn)業(yè)）。應(yīng)用層運(yùn)用智能科學(xué)與技術(shù)針對(duì)行業(yè)提供產(chǎn)品、服務(wù)和解決方案，其核心是商業(yè)化應(yīng)用。應(yīng)用層企業(yè)將智能科學(xué)與技術(shù)集成到自己的產(chǎn)品和服務(wù)中，從特定行業(yè)或應(yīng)用場(chǎng)景切入（工業(yè)、農(nóng)業(yè)、教育、金融、醫(yī)療、物流、社會(huì)治理、城市建設(shè)等）。應(yīng)用層市場(chǎng)空間巨大，參與企業(yè)眾多，通過整合各種資源，發(fā)展垂直應(yīng)用，最終達(dá)到解決行業(yè)痛點(diǎn)、實(shí)現(xiàn)場(chǎng)景落地的目的。從全球來看，應(yīng)用層的中國企業(yè)規(guī)模和數(shù)量占比最大，而且取得的成就也是最為耀眼的。

基礎(chǔ)層產(chǎn)業(yè)、技術(shù)層產(chǎn)業(yè)、應(yīng)用層產(chǎn)業(yè)形成了一個(gè)完整的產(chǎn)業(yè)鏈，分別提供智能科學(xué)與技術(shù)所需的算力、算法和應(yīng)用場(chǎng)景，并且相互促進(jìn)。9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望 9.4.1智能科學(xué)與技術(shù)產(chǎn)業(yè)4.智能科學(xué)與技術(shù)產(chǎn)業(yè)發(fā)展未來，智能科學(xué)與技術(shù)產(chǎn)業(yè)有望持續(xù)快速擴(kuò)張，成為全球經(jīng)濟(jì)發(fā)展的新引擎，同時(shí)帶來全球產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)生態(tài)的重塑。目前，我國智能科學(xué)與技術(shù)產(chǎn)業(yè)的發(fā)展態(tài)勢(shì)可以簡單總結(jié)為以下三點(diǎn)：

1）地方產(chǎn)業(yè)布局加速完善。在國家政策的激勵(lì)和指引下，各地的智能科學(xué)與技術(shù)產(chǎn)業(yè)區(qū)域布局日趨完善。目前，我國已形成以北京、上海、深圳為核心，京津冀地區(qū)、長三角地區(qū)和粵港澳大灣區(qū)協(xié)同發(fā)展的智能科學(xué)與技術(shù)產(chǎn)業(yè)區(qū)域布局。

2）逐步邁入大規(guī)模商用階段。隨著智能科學(xué)與技術(shù)不斷發(fā)展，越來越多成熟的產(chǎn)品和服務(wù)涌入消費(fèi)市場(chǎng)，以及智能科學(xué)與技術(shù)應(yīng)用所帶來的社會(huì)、經(jīng)濟(jì)、產(chǎn)業(yè)、企業(yè)和人力資源的變革，都喻示智能科學(xué)與技術(shù)已經(jīng)逐步邁入大規(guī)模商業(yè)化應(yīng)用階段。

3）改變產(chǎn)業(yè)組織和就業(yè)結(jié)構(gòu)。智能科學(xué)與技術(shù)的大規(guī)模商業(yè)化應(yīng)用帶來了產(chǎn)業(yè)組織和就業(yè)結(jié)構(gòu)的沖擊和重構(gòu)，雖然目前受影響較大的是人類不愿從事或難以招聘的工種，如惡劣環(huán)境下的工作，但未來，對(duì)產(chǎn)業(yè)組織和就業(yè)結(jié)構(gòu)的影響面將逐漸擴(kuò)大。9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望 9.4.2智能科學(xué)與技術(shù)發(fā)展展望1.挑戰(zhàn)與機(jī)遇長期來看，人類智能的發(fā)掘還有待進(jìn)一步深入，人工（機(jī)器）智能的發(fā)展任重而道遠(yuǎn)。

第一，區(qū)塊鏈技術(shù)能否打破“數(shù)據(jù)壁壘”、解決信任危機(jī)，最終實(shí)現(xiàn)數(shù)據(jù)共享流通，幫助各個(gè)領(lǐng)域、行業(yè)合作研發(fā)出更加綜合全面的人工智能產(chǎn)品。

第二，近年來人工智能只是在部分領(lǐng)域小規(guī)模應(yīng)用取得初步成功，為了使人工智能更好地給各行各業(yè)賦能，探索出各行各業(yè)、各領(lǐng)域可規(guī)模化應(yīng)用的方案將是一大挑戰(zhàn)。

第三，人工智能關(guān)鍵技術(shù)的研發(fā)和突破離不開智能科學(xué)與技術(shù)及相關(guān)專業(yè)人才的努力，未來的智能科學(xué)與技術(shù)及相關(guān)專業(yè)人才培養(yǎng)將是無法回避的重大問題。

第四，很多人仍然對(duì)未來的人工智能發(fā)展持有威脅論的看法，未來能否研發(fā)出具有自主學(xué)習(xí)和生物特性的超級(jí)人工智能？以及從倫理上來說，當(dāng)人工智能足夠發(fā)達(dá)，人類智能與人工智能界限模糊的時(shí)候，又該如何平衡兩者關(guān)系？這些可能都是未來需要思考的問題。9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望 9.4.2智能科學(xué)與技術(shù)發(fā)展展望1.挑戰(zhàn)與機(jī)遇

智能技術(shù)與歷史上其它任何新興技術(shù)應(yīng)用一樣，在給人類活動(dòng)帶來巨大進(jìn)步的同時(shí)，也必然會(huì)對(duì)人類社會(huì)原有秩序帶來一定的沖擊。比如人工智能在工業(yè)上的大規(guī)模應(yīng)用可能會(huì)造成部分人失業(yè)，在軍事領(lǐng)域應(yīng)用可能會(huì)加劇軍備競(jìng)賽，人機(jī)結(jié)合技術(shù)甚至?xí)?duì)人類傳統(tǒng)社會(huì)倫理道德帶來挑戰(zhàn)。上述問題必須引起我們的高度重視和戒備，在大力研究和發(fā)展智能科學(xué)與技術(shù)的同時(shí)，把其可能產(chǎn)生的副作用控制在最小范圍之內(nèi)。綜合智能科學(xué)與技術(shù)的發(fā)展歷史和脈絡(luò)，未來的發(fā)展趨勢(shì)必將是人機(jī)智能的不斷融合促進(jìn)，這種認(rèn)知得到了業(yè)界的普遍認(rèn)可。人機(jī)融合智能，簡單地說就是充分利用人和機(jī)器的長處形成一種新的智能形式。未來，人機(jī)結(jié)合技術(shù)的實(shí)現(xiàn)將會(huì)變得尤為重要。下面僅介紹腦與認(rèn)知科學(xué)、類腦智能和人工智能芯片三項(xiàng)關(guān)鍵理論與技術(shù)的發(fā)展展望。9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望 9.4.2智能科學(xué)與技術(shù)發(fā)展展望2.腦與認(rèn)知科學(xué)發(fā)展展望美國、日本、歐盟等主要國家都有腦研究計(jì)劃，雖然各有側(cè)重，但研究方向、研究內(nèi)容都與我國腦計(jì)劃的“一體”、“兩翼”大致相同。

1）“一體”，理解腦。闡明腦認(rèn)知功能的神經(jīng)基礎(chǔ)和工作原理。大腦認(rèn)知功能包括基本認(rèn)知功能和高級(jí)認(rèn)知功能，基本的腦認(rèn)知功能是指感知覺、學(xué)習(xí)和記憶、情緒和情感、注意和抉擇，果蠅、小鼠、猴子等很多動(dòng)物都有這種基本認(rèn)知功能。高級(jí)的腦認(rèn)知功能只有靈長類以上比較高等的動(dòng)物才有，包括共情心與同情心、社會(huì)認(rèn)知、合作行為、各種意識(shí)和語言。鑒于涉及倫理問題，需要通過動(dòng)物研究大腦神經(jīng)元的信息處理機(jī)制，繪制出人類大腦神經(jīng)網(wǎng)絡(luò)（細(xì)胞層面）全景式圖譜，包括結(jié)構(gòu)圖譜和活動(dòng)圖譜。

2）“第一翼”，保護(hù)腦。促進(jìn)智力發(fā)展，防治腦疾病和創(chuàng)傷。幼年期的自閉癥或者孤獨(dú)癥與智障，中年期的抑郁癥和成癮，以及老年期的阿爾茨海默癥與帕金森病等退行性腦疾病等，都屬于重大腦疾病。對(duì)于這些重大腦疾病，只有充分了解機(jī)理，才能找到最有效的解決方法。因此，研究腦疾病的診斷與治療，保護(hù)好大腦，維持大腦的正常功能，延緩大腦退化，防止腦疾病的產(chǎn)生等都是健康生活所必需的。9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望 9.4.2智能科學(xué)與技術(shù)發(fā)展展望2.腦與認(rèn)知科學(xué)發(fā)展展望

3）“第二翼”，模擬腦。研發(fā)類腦計(jì)算方法和人工智能系統(tǒng)。人工智能技術(shù)近年來受到越來越多的關(guān)注，腦科學(xué)和類腦智能技術(shù)二者相互借鑒、相互融合的發(fā)展是近年來國際科學(xué)界涌現(xiàn)的新趨勢(shì)。主要包括：腦機(jī)接口和腦機(jī)融合新模型、新方法；腦活動(dòng)（電、磁、超聲等）調(diào)控技術(shù)；新一代人工網(wǎng)絡(luò)計(jì)算模型和類腦計(jì)算系統(tǒng)；類神經(jīng)元的處理器、存儲(chǔ)器和類腦計(jì)算機(jī)；類腦智能體和新型智能機(jī)器人；大數(shù)據(jù)信息處理和計(jì)算新理論，等等。進(jìn)入21世紀(jì)，一些認(rèn)知科學(xué)家將腦科學(xué)與心理學(xué)、計(jì)算機(jī)科學(xué)等研究的高度結(jié)合看作是第三代認(rèn)知科學(xué)的發(fā)展契機(jī)。第三代認(rèn)知科學(xué)運(yùn)用新技術(shù)研究大腦活動(dòng)，并利用計(jì)算機(jī)進(jìn)行人腦模擬，揭秘人類語言、情緒、思維、決策等高級(jí)功能的認(rèn)知過程。在第三代認(rèn)知科學(xué)中，認(rèn)知神經(jīng)學(xué)和計(jì)算機(jī)科學(xué)是當(dāng)之無愧的核心，語言學(xué)、心理學(xué)、人類學(xué)、教育學(xué)為認(rèn)知研究提供有價(jià)值的研究問題和研究對(duì)象。由此可看出，智能科學(xué)與技術(shù)發(fā)展所面臨的新瓶頸需要從腦科學(xué)、神經(jīng)科學(xué)、認(rèn)知科學(xué)等獲得啟發(fā)，而智能科學(xué)與技術(shù)發(fā)展也可以幫助腦科學(xué)、神經(jīng)科學(xué)、認(rèn)知科學(xué)等取得進(jìn)一步的突破。9.4智能科學(xué)與技術(shù)產(chǎn)業(yè)及發(fā)展展望 9.4.2智能科學(xué)與技術(shù)發(fā)展展望2.類腦智能發(fā)展展望類腦智能是以計(jì)算建模為手段，受腦神經(jīng)機(jī)制和認(rèn)知行為機(jī)制啟發(fā)，并通過軟硬件協(xié)同實(shí)現(xiàn)的機(jī)器智能。類腦智能系統(tǒng)在信息處理機(jī)制上類腦，認(rèn)知行為和智能水平上類人，其目標(biāo)是使機(jī)器以類腦的方式實(shí)現(xiàn)各種人類具有的認(rèn)知能力及其協(xié)同機(jī)制，最終達(dá)到或超越人類的智能水平。在未來，類腦智能研究將重點(diǎn)聚焦在如下5個(gè)重要研究方向：

1）認(rèn)知腦計(jì)算模型的構(gòu)建。在未來認(rèn)知腦計(jì)算模型的研究中，需要基于多尺度腦神經(jīng)系統(tǒng)數(shù)據(jù)分析結(jié)果對(duì)腦信息處理系統(tǒng)進(jìn)行計(jì)算建模，構(gòu)建類腦多尺度神經(jīng)網(wǎng)絡(luò)計(jì)算模型，在多尺度模擬腦的多模態(tài)感知、自主學(xué)習(xí)與記憶、抉擇等智能行為能力。

2）類腦信息處理。類腦信息處理的研究目標(biāo)是構(gòu)建高度協(xié)同視覺、聽覺、觸覺、語言處理、知識(shí)推理等認(rèn)知能力的多模態(tài)認(rèn)知機(jī)。具體而言，就是借鑒腦科學(xué)、神經(jīng)科學(xué)、認(rèn)知腦計(jì)算模型的研究結(jié)果，研究類腦神經(jīng)機(jī)理和認(rèn)知行為的視聽觸覺等多模態(tài)感知信息處理、多模態(tài)協(xié)同自主學(xué)習(xí)、自然語言處理