机械电子工程与人工智能的关系探究
来源:用户上传
作者: 刘炳昌 韩云
摘要： 近年来 ，机械电子工程与人工智能的完美融合给这一产业带来了革命性的变革和惊人的经济效益。本文分别从机械电子工程、人工智能、两者融合 3 个方面探讨了这一趋势。
关键词：机械电子工程；人工智能；信息处理
电子工程与传统的机械工程相比来言是较新的学科 ，两者于上世纪逐渐结合在一起。随着人工智能技术的不断发展 ，机械电子工程由传统的能量连接、动能连接逐步发展为信息连接 ，使得机械电子工程具有了一定的人工智能。人工智能技术伴随着机械电子工程的日益复杂 ，也得到了长足的发展。
1 机械电子工程
1.1 机械电子工程的发展史
机械电子工程的发展可以分为 3 个阶段 ：第一阶段是以手工加工为主要生产力的萌芽阶段 ，这一时期生产力低下 ，人力资源的匮乏严重制约了生产力的发展 ，科学家们不得不穷极思变 ，引导了机械工业的发展。第二阶段则是以流水线生产为标志的标准件生产阶段 ，这种生产模式极大程度上提高了生产力 ，大批量的生产开始涌现 ，但是由于对标准件的要求较高 ，导致生产缺乏灵活性 ，不能适应不断变化的社会需求。第三阶段是现在我们常见的现代机械电子产业阶段，而以机械电子工程为核心的柔性制造系统正是这一阶段的产物。
1.2 机械电子工程的特点
1）设计上的不同。机械电子工程并非是一门独立学科 ，而是一种包含有各类学科精华的综合性学科。在设计时 ，以机械工程、电子工程和计算机技术为核心的机械电子工程会依据系统配置和目标的不同结合其他技术。工程师在设计时将利用自顶向下的策略使得各模块紧密结合 ，以完成设计 ；2）产品特征不同。机械电子产品的结构相对简单 ，没有过多的运动部件或元件。它的内部结构极为复杂 ，但却缩小了物理体积 ，抛弃了传统的笨重型机械面貌 ，但却提高了产品性能。
2 人工智能
2.1 人工智能的定义
人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的交叉学科 ，是 21 世纪最伟大的三大学科之一。笔者认为 ，人工智能是研究通过计算机延伸、扩展、模拟人的智能的一门科学技术。
2.2 人工智能的发展史
2.2.1 萌芽阶段
17 世纪的法国科学家 B.Pascal 发明了世界上第一部能进行机械加法的计算器轰动世界 ，从此之后 ，世界各国的科学家们开始热衷于完善这一计算器 ，直到冯诺依曼发明第一台计算机。人工智能在这一时期发展缓慢 ，但是却积累了丰富的实践经验 ，为下一阶段的发展奠定了坚实的基础。
2.2.2 第一个发展阶段
在 1956 年举办的“侃谈会”上 ，美国人第一次使用了“人工智能”这一术语。这一阶段的人工智能主要以翻译、证明、博弈等为主要研究任务 ， LISP 语言就是这一阶段的佼佼者。
2.2.3 挫折阶段
60 年代中至 70 年代初期 ，当人们深入研究人工智能的工作机理后却发现 ，用机器模仿人类的思维是一件非常困难的事 ，许多科学发现并未逃离出简单映射的方法 ，更无逻辑思维可言。但是 ，仍有许多科学家前赴后继的进行着科学创新 ，在自然语言理解、计算机视觉、机器人、专家系统等方面取得了卓尔有效的成就。1972 年 ，法国科学家发现了 Prolog 语言 ，成为继 LISP 语言之后的最主要的人工智能语言。
2.2.4 第二个发展阶段
以 1977 年第五届国际人工智能联合会议为转折点 ，人工智能进入到以知识为基础的发展阶段 ，知识工程很快渗透于人工智能的各个领域 ，并促使人工智能走向实际应用。
2.2.5 平稳发展阶段
由于国际互联网技术的普及 ，人工智能逐渐由单个主体向分布式主体方向发展 ，直到今天 ，人工智能已经演变的复杂而实用 ，可以面向多个智能主体的多个目标进行求解。
最近五十年间 ，网络的普及给信息传递带来了新的生命 ，人类进入到了信息社会 ，而信息社会的发展离不开人工智能技术的发展。不论是模型的建立与控制 ，还是故障诊断 ，人工智能在机械电子工程当中都起着处理信息的作用。
由于机械电子系统与生俱来的不稳定性 ，描述机械电子系统的输入与输出关系就变得困难重重 ，传统上的描述方法有以下几种 ：1）推导数学方程的方法 ；2）建设规则库的方法 ；3）学习并生成知识的方法。传统的解析数学的方法严密、精确 ，但是只能适用于相对简单的系统。现代社会所需求的系统日益复杂 ，经常会同时处理几种不同类型的信息。由于人工智能处理信息时的不确定性、复杂性 ，以知识为基础的人工智能信息处理方式成为解析数学方式的替代手段。
通过人工智能建立的系统一般使用两类方法 ：神经网络系统和模糊推理系统。神经网络系统可以模拟人脑的结构 ，分析数字信号并给出参考数值 ；而模糊推理系统是通过模拟人脑的功能来分析语言信号。两者在处理输入输出的关系上有相同之处也有不同之处：神经网络系统物理意义不明确 ，而模糊推理系统有明确的物理意义 ；神经网络系统运用点到点的
映射方式 ，而模糊推理系统运用域到域的映射方式 ；神经网络系统以分布式的方式储存信息 ，而模糊推理系统则以规则的方式储存信息 ；神经网络系统输入时由于每个神经元之间都有固定联系 ，计算量大 ，而模糊推理系统由于连接不固定 ，计算量较小 ；神经网络系统输入输出时精度较高 ，呈光滑曲面 ，而模糊推理系统精度较低 ，呈台阶状。
模糊神经网络系统做到了两者功能的最大融合 ，使信息在网络各层当中找到一个最适合的完全表达空间。逻辑推理规则能够对增强节点函数 ，为神经网络系统提供函数连结 ，使两者的功能达到最大化。
4 结论
科学的不断发展带来的不仅是学科的高度细化、深化 ，而且是学科间的高度融合。人工智能就是各学科交叉与综合之后的结果 ，秉承这一天性 ，人工智能与机械电子工程自然的进行了完美融合 ，这一全新领域的发展必将引领世界潮流 ，促进生产力的飞速发展。
参考文献：
[1] 王孙安.机械电子工程系统设计[D].西安交通大学机械工程学院，2006，10.
[2]陈庆霞.人工智能研究纲领的发展历程和前景[J].科技信息，2009，33.
转载注明来源:https://www.xzbu.com/4/view-1634522.htm
