人工智能国内外研究现状

　　基于人工神经网络的土坝病害诊断知识获取方法　　摘要：以土坝测压管水位异常诊断为实例，对反向传播(BP)神经网络进行训练，然后通过典型示例经网络计算生成显式的诊断规则，为专家系统诊断推理时直接调用。该方法是土坝病害诊断知识获取的一种新方法，是对传统知识获取方式的拓展和补充。　　关键词：土坝；病害诊断；测压管异常；神经网络；知识获取　　我国目前已修建各种类型水库8.6万余座（是世界水库最多的国家之一），大中型水闸7.6万座，河道堤防20多万公里。这些水利工程和设施所发挥的巨大作用和效益大大促进了社会和经济的发展。然而从另一方面还应看到，在已建的水利工程中尚存许多不安全因素，由于修建当时的经济、技术条件限制以及其它一些因素的影响，使很多工程存在病害或隐患，另外，由于长期受各种自然或人为因素影响，加之年久失修，管理跟不上，老化现象也很严重，很大程度上影响了工程正常运行和效益的发挥，有些工程因此而失事。仅就土石坝而，历年累积溃坝率就高达3.4%。因此如何准确、及时地诊断出建筑物的隐患和病害，并对建筑物的安全性做出合理科学的评价意义十分重大。是当前水利工程管理中亟待解决的一项重要课题。水工建筑物的病害诊断是一项非常复杂的工作，需要有丰富经验的专家才能胜任。解决上述问题的一个好的办法是在做好监测的基础上，把专家经验、人工智能（AI）技术、计算机应用技术以及数值分析计算等有机结合起来，建造专家系统（Expert System简称：ES）。而专家系统开发中最关键的“瓶颈”问题就是知识获取，它既包括知识的体系结构、内容等难于获取，也包括推理规则中的推理参数（如可信度）难以确定等。笔者以土坝为研究对象开发了具有学习功能的土坝病害诊断专家系统ESLEDFDS[1,2]，在系统开发中为解决知识获取问题，采取了传统的访谈（Interview）式的知识获取与从病害工程实例中抽取知识（事例学习）相结合的形式。实践证明该形式效果良好。论文将以土坝测压管水位异常诊断知识的获取为例，介绍一种基于人工神经网络事例学习的土坝病害诊断知识的获取方法。　　1 知识源分析及知识获取方法的选择　　土坝病害诊断的知识源主要有3个：（1）坝工诊断专家。大量的经验性知识存在于专家的大脑中，具有专有性和潜在性等特点。有时连专家本人也不容易系统地总结、归纳自己的知识，而且不易做出解释。这也就决定了它的难于获取，但它是ES知识的主要来源。（2）相关文献资料。文献资料作为一种信息载体，包含了大量理论和经验知识。其特点是量大、分散。而且，由于不同的文献来源于不同的著者，对同一问题的看法和分析结果可能有所差异，甚至相悖，所以有助于消除单个专家知识的片面性。但从大量分散的文献中抽取ES知识库所需的知识和方法，需经反复分析比较。（3）实例。一般情况下，专家头脑中知识的存储往往是片断的、非系统的，以访谈的形式，让专家叙述自己的知识时，一个个片断很难一下子系统地组织起来。而一旦真正面对实际问题（实例）坝工诊断专家却能够作很好的分析，说明这种刺激能使专家自觉或不自觉地去组织自己的知识。所以，同专家一同分析实例，可以了解专家的推理过程及所用知识，同时，经过专家分析的工程实例中蕴涵了专家的经验知识和推理判断，并且大多实例分析结果的正确与否已经得到实际验证。因此，实例是一种非常重要的知识源，可以通过一些模型、方法对实例进行学习，提炼出蕴涵在实例中的诊断知识。　　笔者在ESLEDFDS的知识获取中综合利用了以上3种知识源。通过走访专家、同专家一起分析文献资料，把诊断知识整理成一条条规则，存储于外部知识库中。此外，为补充专家经验知识的不足，还对收集的80余例土坝病害实例，应用人工神经元网络进行了事例学习和新规则生成。　　......参考资料：www.lunwenchina.net.cn/paper/slgc/10353.html

云计算是大数据的应用工具，大数据包括数据采集、存储等等，后面的大数据分析归类需要依靠云计算进行。本回答被网友采纳

1、模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的；2、中国知网、万方等国内学术期刊已经提供了大量的文献下载。如果你在学校的话，就可以免费下载这些文献，然后去总结遗传算法的发展现状，不在学校里，那么可以去豆丁网、百度百科、道客巴巴。　　当前科学技术正进入多学科互相交叉、互相渗透、互相影响的时代，生命科学与工程科学的交叉、渗透和相互促进是其中一个典型例子，也是近代科学技术发展的一个显著特点。遗传算法的蓬勃发展正体现了科学发展的这一特点和趋势。　　制造机器智能一直是人类的梦想，人们为此付出了巨大的努力。人工智能技术的出现，就是人们得到的成果。但是，近年来，随着人工智能应用领域的不断拓广，传统的基于符号处理机制的人工智能方法在知识表示、处理模式信息及解决组合爆炸等方面所碰到的问题已变得越来越突出，这些困难甚至使某些学者对强人工智能提出了强烈批判，对人工智能的可能性提出了质疑。　　众所周知，在人工智能领域中，有不少问题需要在复杂而庞大的搜索空间中寻找最优解或准优解。像货朗担问题和规划问题等组合优化问题就是典型的例子。在求解此类问题时，若不能利用问题的固有知识来缩小搜索空间则会产生搜索的组合爆炸。因此，研究能在搜索过程中自动获得和积累有关搜索空间的知识，并能自适应地控制搜索过程，从而得到最优解或准有解的通用搜索算法一直是令人瞩目的课题。遗传算法就是在这种背景下产生并经实践证明特别有效的算法。　　遗传算法(Genetic Algorithm, GA)是近年来迅速发展起来的一种全新的随机搜索与优化算法,其基本思想是基于Darw in的进化论和Mendel的遗传学说。该算法由密执安大学教授Holland及其学生于1975年创建。此后，遗传算法的研究引起了国内外学者的关注。自1985年以来.国际上已召开了多次遗传算法的学术会议和研讨会.国际遗传算法学会组织召开的ICGA( International Conference on Genetic Algorithms)会议和FOGA( Workshop on Foundation of Genetic Algorithms)会议。为研究和应用遗传算法提供了国际交流的机会。　　作为一种通用的问题求解方法，遗传算法采用简单的编码技术来表示各种复杂的结构并通过对一组编码表示进行简单的遗传操作和优胜劣汰的自然选择来指导学习和确定搜索的方向。　　近年来，遗传算法已被成功地应用于下业、经济答理、交通运输、工业设计等不同领域.解决了许多问题。例如，可靠性优化、流水车间调度、作业车间调度、机器调度、设备布局设计、图像处理以及数据挖掘等。本文将从遗传算法的理论和技术两方而概述目前的研究现状。描述遗传算法的主要特点、基木原理以及各种改进算法，介绍遗传算法的程序设计。　　遗传程序设计是借鉴生物界的自然选择和遗传机制，在遗传算法的基础上发展起来的搜索算法，它己成为进化计算的一个新分支。在标准的遗传算法中，由定长字符串(问题的可行解)组成的群体借助于复制、交叉、变异等遗传操作不断进化找到问题的最优解或次优解。遗传程序设计运用遗传算法的思想，常采用树的结构来表示计算机程序，从而解决问题。对于许多问题，包括人工智能和机器学习上的问题都可看作是需要发现一个计算机程序，即对特定输入产生特定输出的程序，形式化为程序归纳，那么遗传程序设计提供了实现程序归纳的方法。　　把遗传算法和计算机程序结合起来的思想出现在遗传算法中，Holland把产生式语言和遗传算法结合起来实现分类系统，还有一些遗传算法应用领域的研究者将类似于遗传算法的遗传操作施加于树结构的程序上。　　近年来，遗传程序设计运用遗传算法的思想自动生成计算机程序解决了许多问题，如预测、分类、符号回归和图像处理等，作为一种新技术它己经与遗传算法并驾齐驱。 1996年，举行了第1次遗传程序设计国际会议，该领域己引起越来越多的相关学者们的兴趣。　　1967年，Holland的学生J.D.Bagley在博士论文中首次提出“遗传算法（Genetic Algorithms）”一词。此后，Holland指导学生完成了多篇有关遗传算法研究的论文。1971年，R.B.Hollstien在他的博士论文中首次把遗传算法用于函数优化。1975年是遗传算法研究历史上十分重要的一年。这一年Holland出版了他的著名专著《自然系统和人工系统的自适应》（Adaptation in Natural and Artificial Systems），这是第一本系统论述遗传算法的专著，因此有人把1975年作为遗传算法的诞生年。Holland在该书中系统地阐述了遗传算法的基本理论和方法，并提出了对遗传算法的理论研究和发展极其重要的模式理论（schema theory）。该理论首次确认了结构重组遗传操作对于获得隐并行性的重要性。同年，K.A.De Jong完成了他的博士论文《一类遗传自适应系统的行为分析》（An Analysis of the Behavior of a Class of Genetic Adaptive System）。该论文所做的研究工作，可看作是遗传算法发展进程中的一个里程碑，这是因为，他把Holland的模式理论与他的计算实验结合起来。尽管De Jong和Hollstien 一样主要侧重于函数优化的应用研究，但他将选择、交叉和变异操作进一步完善和系统化，同时又提出了诸如代沟（generation gap）等新的遗传操作技术。可以认为，De Jong的研究工作为遗传算法及其应用打下了坚实的基础，他所得出的许多结论，迄今仍具有普遍的指导意义。　　进入八十年代，遗传算法迎来了兴盛发展时期，无论是理论研究还是应用研究都成了十分热门的课题。1985年，在美国召开了第一届遗传算法国际会议（International Conference on Genetic Algorithms ，ICGA），并且成立国际遗传算法学会（International Society of Genetic Algorithms ，ISGA），以后每两年举行一次。　　1989年，Holland的学生D.E.Goldberg出版了专著《搜索、优化和机器学习中的遗传算法》（Genetic Algorithms in Search , Optimization, and Machine Learning）。该书总结了遗传算法研究的主要成果，对遗传算法及其应用作了全面而系统的论述。同年，美国斯坦福大学的Koza基于自然选择原则创造性地提出了用层次化的计算机程序来表达问题的遗传程序设计( genetic programming, GP)方法，成功地解决了许多问题。　　在欧洲，从1990年开始每隔一年举办一次Parallel Problem Solving from Nature 学术会议，其中遗传算法是会议主要内容之一。此外，以遗传算法的理论基础为中心的学术会议还有Foundations of Genetic Algorithms，该会也是从1990年开始隔年召开一次。这些国际会议论文，集中反映了遗传算法近些年来的最新发展和动向。　　1991年，L.Davis编辑出版了《遗传算法手册》（Handbook of Genetic Algorithms），其中包括了遗传算法在工程技术和社会生活中的大量应用实例。　　1992年，Koza发表了他的专著《遗传程序设计:基于自然选择法则的计算机程序设计》”。1994年，他又出版了《遗传程序设计，第二册:可重用程序的自动发现》深化了遗传程序设计的研究，使程序设计自动化展现了新局面。有关遗传算法的学术论文也不断在《Artificial Intelligence》、《Machine Learning》、《Information science》、《Parallel Computing》、《Genetic Programming and Evoluable Machines》\《IEEE Transactions on Neural Networks》,《IEEE Transactions on Signal Processing》等杂志上发表。1993年，MIT出版社创刊了新杂志《Evolutionary Computation》。1997年，IEEE又创刊了《Transactions on Evolutionary Computation》。《Advanced Computational Intelligence》杂志即将发刊，由模糊集合创始人L.A.Zadeh教授为名誉主编。目前，关于遗传算法研究的热潮仍在持续，越来越多的从事不同领域的研究人员已经或正在置身于有关遗传算法的研究或应用之中。本回答被网友采纳

伴随着网购额的激增，中国快递量也出现了狂飙式增长，2015年高达207亿件，预计2020年将达到500亿件。面对如此庞大的购物额和快递量，传统物流显得力不从心，物流行业对自动化智能化的需求与日俱增。智能物流市场规模逐年扩大，据前瞻产业研究院发布的《智能物流行业市场需求预测与投资战略规划分析报告》数据显示，2014年中国智能物流市场规模超过1800亿元，同比增长26%，2008-2014年复合增长率为19.83%，增长率逐年上升，因此预计未来2-3年将有30%左右的增速。2015年国内物流自动化市场规模为583亿元，2017年有望成长为一个超千亿元市场容量的大市场。预计至2020年，国内自动化物流系统市场规模将超过1386亿元。其中，智能物流市场规模未来几年行业复合增长率有望保持15%以上，潜在市场空间将达千亿。智能物流的快速崛起，有望解决我国物流成本长期居高不下的问题。

现在人工智能在健康管理领域，医学领域都运用的相当成熟了，像我知道的青春解码小程序就运用人工智能结合健康调查问卷，就能很快的给我们分析自身的健康可能存在的疾病问题。对于像我们这样的小老百姓，平时无痛无病都不会想到去医院做检查，有了青春解码的小程序的方便，他结合的AI智能+健康问卷调查，就能很快的为我们解决健康筛查的这一步。

信息技术在环境保护中的应用研究赵 萌1 , 郑发鸿2(1. 昆明理工大学建筑工程学院, 昆明650224 ; 2. 昆明理工大学计算中心, 昆明650093)摘 要: 对信息技术在环境保护硬件、软件方面的发展现状及其在环境数据采集、处理、应用方面的发展进行了详细的介绍,并介绍了在环境领域中常用的数据库、数据仓库、空间信息技术及信息系统等信息技术。0 引 言信息技术在各行各业的广泛渗透,深刻地改变着经济和社会面貌。在过去的20 年间,信息技术广泛应用于环境保护的各个领域,环境信息已发展为一个复杂的多学科交叉的新学科[1 ] 。在环境领域,信息技术主要应用在环境质量监测与管理、污染源监控与管理、环境统计、环境评价、生态建设与管理、核安全与管理以及环境信息发布等业务中,为环境管理和辅助决策提供环境信息技术支持与服。环境信息化作为国民经济和社会信息化的重要组成部分,是环境保护工作的基础和关键支撑,它对提高环境与发展的综合决策能力、提升环境监管的现代化水平、加强政府的公共服务能力、构建资源节约型和环境友好型社会、实现环境保护的战略目标具有重要的作用。1 发展现状我国的环境信息化在“九五”以来得到了较快的发展,取得了明显的成效:初步建立了国家、省、市三级环境信息管理体系,配备了一批软、硬件设备,奠定了基础工作条件;开展了多项环境信息应用工作,提高了环保政务和业务工作的效率,积累了大量环境信息资源;为政府部门和社会公众提供了多种技术支持和信息服务,提高了行政效率,促进了政务公开;制定了一系列法规、标准,培养了一支专业人才队伍,保障了环境信息化的良性发展。同时,环境信息资源和信息技术手段还能够为重大环境污染事故和生态灾难的应急响应提供必需的技术支持①。通过一系列国内及国外援助项目的开展,信息技术的发展取得了以下的成果:(1) 制度方面。国家环保总局信息中心已经发布了《环境信息化“九五”规划和2010 年远景目标》、《环境信息管理办法》(暂行) 、《国家环境信息“十五”指导意见》、《总局电子政务职责分工》、《国家环保总局应用软件开发项目管理暂行办法》、《环境信息标准化手册》等环境信息文件。(2) 硬件方面。应用亚洲开发银行援助、世行贷款B21 项目、世行贷款B21 扩项目、日本政府无偿援助等建成了总局信息中心、32 个省级环境信息中心和110 个城市环境信息中心,并配备了先进的计算机软、硬件和网络设备。(3) 人员方面。依托日援二国研修项目,组织了环境信息中心,人员培训1 000 多人次,初步建立了一支具有较强业务能力和管理水平的人才队伍。(4) 网络方面。已建成覆盖全国省级环保局和121 个城市环保局的卫星通信专网,连接至全国87个自动水质监测站,实现了总局与各省级环保局之间电子公文无纸化传输②。2 信息技术在环境数据采集中的应用环境数据包括环境元数据、环境法规与标准数据、环境文献与公报数据、环境质量数据、环境统计数据、环境背景数据、生态环境保护数据、生物多样性保护数据、辐射环境数据、其他环境管理相关数据等(社会经济信息及计划、规划等) 。而按照数据特征,环境数据可分为4 种形式:空间数据、属性数据、关系数据、时间数据[2 ] 。在环境业务中,环境数据的核心是环境质量监测信息和污染源数据两大部分[3 ] 。根据环境管理的需要,我国环保部门已设计出了一系列数据收集报表。环境数据的收集可分为手工操作和自动操作两种,自动操作一般与相关环境信息管理软件相对应,设计相应的基础数据收集报表和上报统计汇总表。2. 1 环境质量监测数据的采集我国环境监测发展相对完善,建立了一整套数据收集系统,主要包括自动监测和手工监测两种,并正随着信息技术的进步而逐步向智能化监测发展。环境质量自动监测的范围主要包括大气、水、噪声以及生物要素的监测等。目前全国环保系统共有各级环境监测站2 389 个,已初步形成了全国性的环境监测地面网络系统(见表1) 。表1 环境监测地面网络系统Table 1 Net systems of environmental monitoring监测站类型数量/ 个总站1省级监测中心站41地市级监测站401区县级监测站1 914核辐射监测站32总 计2 389国家在城市空气自动监测系统建设方面也给予了资金支持,推动了全国空气质量自动监测系统的建设,到2003 年上半年,全国279 个地级以上城市中已有208 个城市(另有40 个县级市和县) 共建设了空气自动监测系统631 套(见表2) 。同时,总站还开展了重点城市空气自动监测站联网和空气质量自动监测系统质控考核工作。江苏、河北、浙江和辽宁等省环境监测中心站还开展了省内空气自动监测站联网工作。为了能够及时全面地掌握主要流域重点断面水体的水质状况,预警或预报重大(流域性) 水质污染事故,从1999 年9 月开始至2003 年12 月,国家环保总局在松花江、辽河、海河、黄河、淮河、长江、珠江、太湖、巢湖、滇池等流域建设了82 个水质自动监测站(中国环境监测总站) 。监测项目为五参数(水温、p H、DO、TB、EC) 、高锰酸盐指数、氨氮和TOC8 项指标。目前,各流域水质自动监测数据通过拨号上网和卫星地面接收两种方式进行传输,水质自动站的建设和水质周报的发布使各级环境保护部门能够更好地掌握重点流域省界断面污染物排放总量的变化趋势,监督总量控制制度的落实情况,对提高我国水质监测技术的现代化、水质监测信息管理的科学化、重大水质污染事故预报预警的自动化水平,对国家环境保护决策部门及时做出有效的水污染防治和管理对策等方面均具有重要的意义。表2 自动监测系统的数量Table 2 Numbers of automonitoring systems自动监测系统类型数量监测项目空气自动监测系统631 套SO2 、NO x 、TSP 等水质自动监测站82 个水温、p H、DO、TB、EC、高锰酸盐指数、氨氮和TOC 8 项指标除了以上的自动监测网络,还有水环境监测网、近海岸海域监测网、沙尘暴监测网、东亚酸沉降监测网等,为环保部门提供了相关数据。另外,在各地还建有地方级的各种环境自动监测网络(中国环境监测总站) 。2. 2 环境污染源数据采集推进污染源自动监控,不仅仅是为了方便地获得相关数据,更重要的是快捷地对排污企业实施监管,有利于对重大环境污染事故及时采取预防和应急措施,同时也可以降低环境执法成本,提高执法监察效能。污染源自动监控系统的建设和管理依托环境监测、自动控制、计算机、电子、通信等多个领域的技术,是一项复杂的系统工程。污染源自动监控系统可分为数据收集子系统和信息综合子系统(污染源在线自动监控(监测) 系统———数据传输和接口标准技术规范) 。数据收集子系统是污染治理设施的组成部分,包括在污染源现场安装的污染物排放监控监测仪器(COD、TOC、p H 等水污染物在线监测分析仪,二氧化硫、烟尘等大气污染物在线监测分析仪) 、流量(速) 计、污染治理设施运行记录仪(黑匣子) 和数据采集传输仪(用于数据的存储、加密,数据包转发、接收以及报警、反控) 等自动监控仪器,简称现场机。信息综合子系统包括计算机信息终端设备、监控中心系统(污染源自动监控中心信息管理软件和数据库等) ,简称上位机。污染源自动监控工作的开展已经有十几年的历史,现在已实现了COD、NH3-N 、SO2 、NOx 等主要污染因子现场自动监测分析、无线传输、远程控制和实时报警,为环保部门增强科学监管能力、提高环境执法效能发挥了积极作用。据对113 个环保重点城市的调查,目前已实现了3 006 个排污单位的3 225个排污口的自动监控,在线监测仪器近7 000 套。各级环保部门已建立了不同规模的监控中心84 个。全国113 个重点城市环保部门累计投入资金5. 1 亿元建设自动监控系统,每年投入4 300 万元用于运行管理,污染源自动监控系统建设已初具规模。2002 年开始,江浙交界处吴江盛泽地区的主要污水站安装了在线监测仪器,并通过自动监控系统同总局和地方环保部门实现了联网。在总局通过远程监控软件,就可以随时掌握盛泽地区主要污染源的基本排放数据(污水日排放量、COD 实时浓度和日均排放量等) ,为总局实时掌握环境敏感地区的重点污染源排放情况提供了可靠资料。济南市对占全市燃煤总量90 %的排污单位安装了烟气自动监控系统,厦门市在全国率先实现了对全市范围内污水处理厂和重点水污染源主要污染物的自动监控,江苏如皋市对污水处理厂(采用BOT 模式建设) 每天处理污水的水质和水量进行了自动监控,污染源自动监控已经成为城市环境监管体系中不可缺少的组成部分。2. 3 环境自动监测(监控) 的制度建设为了促进自动监测(监控) 的发展,加强数据共享,拓展数据的适用范围,更深层次地挖掘数据资源的应用,让自动监测(监控) 数据在环境保护工作中发挥更大的作用,国家相继颁布和实施了一系列的规范和标准,并对行业涉及的相关单位及产品进行了系统的认证。相关规范及标准有《污染源在线自动监控(监测) 系统数据传输标准》、《污染源自动监控管理办法》、《环境空气质量自动监测技术规范》、《降雨自动监测技术要求及检测方法》等。3 环境信息技术信息技术为环境管理和辅助决策提供环境信息技术支持与服务,最初主要内容为单项MIS 系统建设和数据库开发,系统以MIS 系统为主;后来发展到以办公自动化和环境信息网络系统建设项目为核心,以环境信息机构建设和基础网络建设为基础,信息技术主要为内部政务办公和业务管理提供基础性技术支持与服务,系统结构以C/ S 为主。目前,在全国已完成系统的各级环境信息中心建设,从机制、体制和基础能力方面推动了环境信息系统的发展。系统结构也发展为以B/ S 或多层体系结构为主,以门户和政府网站建设为突破,以应用开发和数据共享为中心,以网络与标准为基础,信息技术开始综合广泛应用于环境管理各项业务,有力地推动了环境保护事业的发展。下面介绍环境数据的处理及几种在环境信息系统开发中常用的信息技术。3. 1 环境数据的处理监测数据和图表等第一手资料只有经过必要的整理和处理才能成为对使用者有意义、对决策具有实用价值的信息。环境数据处理主要包括数据整编、统计分析、污染评价、预测和预报、环境质量报告书编制和污染防治对策的制定,也包括数据传输、存储、检索和输出等。环境监测系统的数据上报传输方式为电话拨号或发E-mail ,个别的业务数据通过卫星和传真报送[4] 。原始数据的整编方法包括初步的整理、归类和简单的统计工作。经过原始记录表格的审核,数据归类时的检验,然后对数据进行整编。整编过程包括收集相关数据与资料,并用监测结果汇总表及监测结果日、月和年度统计表格统计,然后对数据进行一定的分析归纳。3. 2 数据库应用数据库是信息系统的基石,是信息系统管理海量的、复杂的环境数据的最有效手段之一。一个数据库系统是由数据库、管理数据的软件———数据库管理系统、数据库应用、系统平台及数据库管理员组成的一个集合体。数据库存放数据,数据按数据库所提供的数据模式存放。数据库管理系统是一种管理数据库的系统软件,它是数据库系统的核心,数据库管理系统主要是进行数据的定义及操纵、控制、服务。常用的数据库管理系统有: VFP、DB2 | IN GRE5 、UNIFY、IN2FORMIX、ORACL E、SYBASE、SQL SERVER 等。数据库应用即建立数据库上的各种应用程序支撑,建立各自的应用逻辑。常用的工具语言有: C、COBOL 、FORTRAN、PowerBuilder 等。系统平台,包括操作系统、计算机及网络系统.数据库管理员,主要进行数据库设计、维护及监视数据库运行状况,使系统保持最佳状态与最高效率。3. 3 数据仓库技术为了加强对决策支持系统的支持,可以建立环境数据仓库。数据仓库是面向主题的集成、稳定和随时间变化的数据集合。通过联机处分析处理技术和数据挖掘技术的应用可以帮助决策者寻找数据间潜在的关联,发现被忽略的要素,找到对预测趋势、决策行为关键、有用的信息[5 ] 。3. 4 环境数学模型环境系统是一个复杂、庞大的整体,它由许多各具特性、又相互交叉联系的子系统所构成,每一个子系统都可以用数学模型对其某一方面的行为特征进行描述,因此环境系统中的数学模型是多种多样的。环境数学模型分为模拟模型和管理模型两种,模拟模型主要用于环境系统行为的模拟、预测和评价,而管理模型用于环境系统的规划和管理决策,模拟模型是管理模型的基础[6 ] 。由于应用数学模型的计算量相当巨大,所以计算机技术的发展使得应用软件建造模型的建立和使用更为普及,效率大为提高。目前广泛应用于环境领域的数学模型有河流水质模型、河口水质模型、湖泊与水库水质模型、地表水水质管理模型、地下水水质模型、大气环境质量基本模型、大气污染测模型、多介质环境生态数学模型等。地表水水质模型已开发出多种通用软件,如QUAL2. E、QUAL2. EUNCAS、STEADY、St reeter Phelp s、WASP、WQRRS、HEC5Q 等。大气环境方面的模型有ISC3 、CAL PUFF、UAM - V 等。用户可以根据需要选用相关软件。3. 5 地球空间技术地球空间技术是地理信息系统( GIS) 、遥感(RS) 和全球定位系统( GPS) 的合称,又称3S 技术,它们是现代环境信息系统建立和高效运行必不可少的基础工具。地理信息系统( GIS) 是以地理空间数据库为基础,在计算机软硬件的支持下,对空间相关数据进行采集、管理、分析、模拟和显示,并采用地理模型分析方法,适时提供多种空间和动态的地理信息,为地理研究和地理决策服务而建立起来的计算机技术系统。地理信息系统和遥感是两个相互独立发展起来的技术领域,但它们存在着密切的关系:一方面,遥感信息是地理信息系统中重要的信息源;另一方面,遥感调查中需要利用地理信息系统中的辅助数据(包括各种地图、地面实测数据、统计资料等) 来改善遥感数据的分类精度和制图精度。全球定位系统,简称GPS。GPS 在遥感调查中的应用主要有两个方面: ①在遥感图像上识别出桥梁、河流汇合处以及村庄这些能作为地面控制点的地物,然后到实地,利用GPS 确定每一控制点的实际位置(经纬度等) ,进而对图像进行几何纠正和投影变换; ②对图像上的样本像元,根据它们的空间坐标,利用GPS 进行实地定位,确定样本像元对应的地面类型,并用于分类。3. 6 环境信息系统3. 6. 1 环境信息系统的功能环境信息系统是结合实际的调研成果和客户需求分析以及环境领域自身的科学规律,以环境在线动态监测数据为主要数据来源,融合数据库、数据仓库、3S 技术、模型技术以及多媒体技术、人工智能技术、仿真技术、互联网技术的具有辅助决策功能的综合系统。环境信息系统的主要功能包括[ 7 ] :(1) 实现水、气、噪声及生态等环境要素在大范围的实时、多维、多源、高效、高精度的在线监测,以及监测数据的获取、存储、分析、管理和表达。(2) 高分辨率环境遥感监测信息与系统的融合,利用多时序的遥感图像信息模拟环境的演变,指导环境规划与管理工作。(3) 实现3S 技术与在线监测、环境模型、互联网、办公自动化系统的无缝集成,使决策支持更加直观清晰。(4) 研究与开发基于信息技术的环境专题子系统,包括污染源与环境质量在线监测子系统、环境容量分配子系统、动态环境规划子系统、环境质量预测预报子系统、环境污染事故预警子系统、专家辅助决策子系统、环境综合管理办公自动化子系统、环境信息发布与公众服务子系统。(5) 在信息技术支持下的环境决策支持系统的研究与开发。3. 6. 2 环境信息系统的发展现状我国已初步建成连接31 个省级环保局、新疆生产建设兵团环保局和5 个计划单列市环保局的环境信息广域网络系统。在政府门户网站和内部办公平台建设方面,90 %以上的省级环保局已建立本地环保门户网站,相当部分地市级环保局也已建立网站。各省级环保局以及大部分地市环保局已建成局域网办公系统。国家环境保护总局电子政务综合平台于2004 年6月建成,该平台集网络管理、系统应用、数据共享和信息服务于一体,形成了技术先进、应用广泛、性能完善、安全可靠、运行高效的信息基础设施,提供了环境应用系统的集成环境和系统支撑平台,为国家环境保护总局政务办公、信息共享、管理决策和政务公开提供全方位的信息技术支持。在应用系统建设方面,组织开发了大量业务应用系统,如全国环境统计管理信息系统、全国环境质量监测管理系统、全国排放污染物申报登记信息管理系统、全国生态环境状况调查信息管理系统、国家环境监理信息系统、环境事故应急响应信息管理系统。为全面提高环境数据管理水平,增强环境数据共享服务能力,国家环保总局于2004 年底启动建设国家环境数据中心项目,搭建具有公益性、基础性、战略性的科技基础条件平台,可有效改善科技创新环境,增强科技发展能力,为科技长远发展与重点突破提供强有力的支持。通过网站向社会发布84 个重点城市的空气质量日报,68 个重点城市的空气质量预报,全国主要水系82 个重点断面的水质监测周报,并在夏季提供16 个沿海城市的28 个海水浴场水质周报,受到了社会的普遍关注和欢迎③。4 结 语信息技术的发展,促进建立环境监测、污染源监控、生态保护和核安全与辐射环境安全等信息系统,有利于实时收集大量准确数据,进行定量和定性的分析,为环境管理工作提供科学决策支持。通过建立环境信息系统,突破环境管理时间和地域限制,最大程度地保障环境信息的客观性和真实性,有利于打破地方保护主义,增强环保执法能力。通过建立环境实时监测和环境突发事件应急指挥系统,有利于对环境突发事件做出快速反应,保障国家环境安全,并通过环保信息的公开和政务的公开使环保工作增加了透明度,加强了环保的宣传和教育,提高了全民的环保意识,从而更好地推进了环保管理。这篇文章说的内容用在流域水污染控制应该没有问题，国内外目前也就是利用以上的一些技术手段。吴明红 钱群 包伯荣 周瑞敏（上海大学环境与化学工程学院射线所 上海201800） 由于活性炭（AC）具有良好的吸附能力，因此被广泛应用于城市污水和工业废水的处理。但使用了一段时间后，活性炭的吸附能力就会下降以致完全丧失而成为“饱和炭”，为了经济地使用，必须对其进行再生。用于水处理的饱和炭，由于以不可逆吸附为主，要使牢固吸附在其表面的有机物脱附，恢复其活性，通常采用高温蒸汽法再生[1,2]。但这种方法再生活性炭的费用很高，而且再生后活性炭的重量损失也比较大。近年来，国外开始研究用辐照法再生活性炭。Wissell等人通过高能电子束用1MGy的辐照剂量再生吸附有机化合物的饱和湿活性炭，在加入化学氧化剂后，记录下了再生率，但细节却未见报道[3,4]。本实验采用高能电子束对在用于染料废水和模拟废水（含有十二烷基硫酸钠NaLa）处理的活性炭进行再生处理，并对其吸附能力的恢复进行了研究。采用粒状活性炭（筛号12×40）作吸收剂，其碘值为1040mg/gAC，水和活性炭的体积比约为3000:1，处理后活性炭的碘值为838 mg/gAC。另外，将一定数量的粒状活性炭分别加入4种不同浓度的NaLa水溶液中，并搅拌达到吸附平衡，得到四种吸附量不同的活性炭样品，其碘值如表1所示。表1 活性炭样品制备 样品号 吸附量（g/gAC） 碘值（mg/gAC） 0 0 1040 1 0.05a) 959 2 0.12a) 817 3 0.23a) 635 4 0.28a) 536 5 废水b) 838 a) 吸收十二烷基硫酸钠 b) 处理染料废水 在图1所示容器中铺上一层5～7mm厚的活性炭样品，将其预热到约110℃后，在水蒸汽、氮气和氧气环境下通过容器的不锈钢金属薄片窗口用2Mev的电子束辐照。在辐照过程中，用白金传感器来监测活性炭的温度，分配在活性炭上的剂量通过丙胺酸放射量测定器（日立电报有限公司生产）测定，活性炭层上下的辐照剂量差约为2%。经辐照后活性炭的重量损失可由辐照前后的重量（含吸附物）计算出来。辐照后活性炭的碘值通过JIS K1474测试方法测定，特定表面区域和微孔分配通过ASAP2000孔度计测量。用高能电子束在氧气、氮气和水蒸汽环境下对吸附十二烷基硫酸钠和用于染料废水处理的粒状活性炭进行辐照，并对其吸附能力的恢复进行了研究。 实验结果表明，在氮气环境下采用高能电子束辐照可以将污染活性炭有效地再生，在氮气环境下，活性炭吸附能力恢复率最高，辐照后活性炭几乎没有损失。在辐照过程中，活性炭的温度高，电子束的电流大，活性炭吸附能力恢复率也就高，表明活性炭的再生主要是由吸附点的微加热引起的。这种方法有以下特点： （1）工艺简单，不需要高温工艺。 （2）活性炭的损失率低（少于1%）。 （3）消耗的能量低（约为0.3kWh/kgAC）。 假设需要的辐照剂量为1.6MGy，再生的费用（运行成本）大致估计在常规高温蒸汽法的1/8～1/10，使用200kW的电子加速器，每年运行8000小时，可再生3600吨活性炭。参考资料：中国水网 辐射技术对污染活性炭再生处理的研究

7月4日，百度AI开发者大会在北京举行。大会上，百度公司董事长兼CEO李彦宏公布了百度一年来在人工智能领域取得的进展。 李彦宏介绍，从去年11月份百度世界大会到现在，仅仅过了半年多的时间，基于百度大脑的语音能力调用次数增长了94%，视觉能力的日调用量增长了416%，自然语言处理的日调用次数增长了180%，视觉中的人脸识别技术，调用次数上涨了近8倍。 李彦宏指出，“用脑量”正在成为行业智能化的关键指标，这些显著的增长也仅仅是开始。随着技术的开源和开放，人工智能正在渗透到经济社会毛细血管中。 当天，百度还宣布推出了百度大脑3.0。 百度高级副总裁王海峰称，目前百度大脑每天的调用次数超过了4000亿次，百度大脑3.0最大的优势是多模态深度语义理解包含视觉、语音、自然语言、数据语义以及多元语义等。多模态深度语义理解不仅能够让机器听清、看清，还能够深入理解语音背后的含义，从而更好地支撑各种应用。 王海峰提到，百度大脑1.0完成了基础能力的搭建和新技术的初步开放，对外开放20多种能力，2017年的百度大脑2.0已形成完整体系，开放60多种能力。而最新的百度大脑3.0已开放110多项能力，AI技术能力也在不断提升。 百度还发布了自主研发的中国第一款云端全功能AI芯片"昆仑"，其中包含训练芯片昆仑818-300，推理芯片昆仑818-100。 李彦宏称，“昆仑”是中国第一款云端全功能AI（人工智能）芯片，也是目前为止业内设计算力最高的AI芯片。它的运算能力比最新基于FPGA的AI加速器，性能提升了近30倍。 在现场，李彦宏通过视频展示了百度在自然语音识别和图像识别等技术应用上取得的最新成果。 在百度AI开发者大会召开前，不少与会者都接到了来自百度智能客服的电话。百度智能语音客服可以在电话中解答参会者关于交通、餐饮、会议嘉宾等一系列相关问题。 “人类经过几十万年进化完善的语言能力，正在越来越逼真地被机器所模仿。在这背后，是这些年来AI技术的持续大规模投入。”李彦宏称，对话式AI正在从根本上改变人机交互方式，重构工作和生活。这种能力不仅催生了智能音箱这样的新产品，也给一些服务性行业带来全新的变化。 在视觉识别应用方面，百度正在尝试用相关技术提升生产服务行业的工作效率。据介绍，在过去一年内地板制造商圣象引入了百度的AI辅助系统，实现了地板制造业分拣流程自动化。过去地板分拣完全依靠人的肉眼识别，使用了AI辅助系统之后，就把工人从需要脑力判断的重复、低效、繁重的工作中解放出来。 

去看看科幻片吧机器人技术作为20世纪人类最伟大的发明之一，自60年代初问世以来，经历40年的发展已取得长足的进步。工业机器人在经历了诞生——成长——成熟期后，已成为制造业中不可少的核心装备，世界上有约75万台工业机器人正与工人朋友并肩战斗在各条战线上。特种机器人作为机器人家族的后起之秀，由于其用途广泛而大有后来居上之势，仿人形机器人、农业机器人、服务机器人、水下机器人、医疗机器人、军用机器人、娱乐机器人等各种用途的特种机器人纷纷面世，而且正以飞快的速度向实用化迈进。 人们常常会问为什么要发展机器人？我们说机器人的出现并高速发展是社会和经济发展的必然，是为了提高社会的生产水平和人类的生活质量，让机器人替人们干那些人干不了、干不好的工作。在现实生活中有些工作会对人体造成伤害，比如喷漆、重物搬运等；有些工作要求质量很高，人难以长时间胜任，比如汽车焊接、精密装配等；有些工作人无法身临其境，比如火山探险、深海探密、空间探索等；有些工作不适合人去干，比如一些恶劣的环境、一些枯燥单调的重复性劳作等；这些都是机器人大显身手的地方。服务机器人还可以为您治病保健、保洁保安；水下机器人可以帮助打捞沉船、铺设电缆；工程机器人可以上山入地、开洞筑路；农业机器人可以耕耘播种、施肥除虫；军用机器人可以冲锋陷阵、排雷排弹…… 现在社会上对机器人有很多迷惑，有人认为机器人无所不能。这些朋友是从电影、电视、小说中认识机器人的，他们眼中的机器人是神通广大的万能机器，当他们看到现实的机器人时，他们会认为现在的机器人太普通，不能称之为机器人。有人认为机器人是人，形状必须像人，不像人怎么能叫机器人，然而现实中绝大多数的机器人样子不像人，这使很多机器人爱好者大失所望。还有人认为机器人上岗，工人就会下岗，无形中把机器人当成了竞争对手，他们没有想到机器人会为人做许多有益的事情，会推动产业的发展，给人类创造更多的就业机会。 机器人的定义 在科技界，科学家会给每一个科技术语一个明确的定义，但机器人问世已有几十年，机器人的定义仍然仁者见仁，智者见智，没有一个统一的意见。原因之一是机器人还在发展，新的机型，新的功能不断涌现。根本原因主要是因为机器人涉及到了人的概念，成为一个难以回答的哲学问题。就像机器人一词最早诞生于科幻小说之中一样，人们对机器人充满了幻想。也许正是由于机器人定义的模糊，才给了人们充分的想象和创造空间。 机器人指挥 其实并不是人们不想给机器人一个完整的定义，自机器人诞生之日起人们就不断地尝试着说明到底什么是机器人。但随着机器人技术的飞速发展和信息时代的到来，机器人所涵盖的内容越来越丰富，机器人的定义也不断充实和创新。 1886年法国作家利尔亚当在他的小说《未来夏娃》中将外表像人的机器起名为“安德罗丁”（android），它由4部分组成： 1，生命系统（平衡、步行、发声、身体摆动、感觉、表情、调节运动等）； 2，造型解质（关节能自由运动的金属覆盖体，一种盔甲）； 3，人造肌肉（在上述盔甲上有肉体、静脉、性别等身体的各种形态）； 4，人造皮肤（含有肤色、机理、轮廓、头发、视觉、牙齿、手爪等）。 1920年捷克作家卡雷尔·卡佩克发表了科幻剧本《罗萨姆的万能机器人》。在剧本中，卡佩克把捷克语“Robota”写成了“Robot”，“Robota”是奴隶的意思。该剧预告了机器人的发展对人类社会的悲剧性影响，引起了大家的广泛关注，被当成了机器人一词的起源。在该剧中，机器人按照其主人的命令默默地工作，没有感觉和感情，以呆板的方式从事繁重的劳动。后来，罗萨姆公司取得了成功，使机器人具有了感情，导致机器人的应用部门迅速增加。在工厂和家务劳动中，机器人成了必不可少的成员。机器人发觉人类十分自私和不公正，终于造反了，机器人的体能和智能都非常优异，因此消灭了人类。 但是机器人不知道如何制造它们自己，认为它们自己很快就会灭绝，所以它们开始寻找人类的幸存者，但没有结果。最后，一对感知能力优于其它机器人的男女机器人相爱了。这时机器人进化为人类，世界又起死回生了。 卡佩克提出的是机器人的安全、感知和自我繁殖问题。科学技术的进步很可能引发人类不希望出现的问题。虽然科幻世界只是一种想象，但人类社会将可能面临这种现实。 为了防止机器人伤害人类，科幻作家阿西莫夫于1940年提出了“机器人三原则”： 1，机器人不应伤害人类； 2，机器人应遵守人类的命令，与第一条违背的命令除外； 3，机器人应能保护自己，与第一条相抵触者除外。 这是给机器人赋予的伦理性纲领。机器人学术界一直将这三原则作为机器人开发的准则。 在1967年日本召开的第一届机器人学术会议上，就提出了两个有代表性的定义。一是森政弘与合田周平提出的：“机器人是一种具有移动性、个体性、智能性、通用性、半机械半人性、自动性、奴隶性等7个特征的柔性机器”。从这一定义出发，森政弘又提出了用自动性、智能性、个体性、半机械半人性、作业性、通用性、信息性、柔性、有限性、移动性等10个特性来表示机器人的形象。另一个是加藤一郎提出的具有如下3个条件的机器称为机器人： 1，具有脑、手、脚等三要素的个体； 2，具有非接触传感器（用眼、耳接受远方信息）和接触传感器； 3，具有平衡觉和固有觉的传感器。 礼仪机器人 该定义强调了机器人应当仿人的含义，即它靠手进行作业，靠脚实现移动，由脑来完成统一指挥的作用。非接触传感器和接触传感器相当于人的五官，使机器人能够识别外界环境，而平衡觉和固有觉则是机器人感知本身状态所不可缺少的传感器。这里描述的不是工业机器人而是自主机器人。 机器人的定义是多种多样的，其原因是它具有一定的模糊性。动物一般具有上述这些要素，所以在把机器人理解为仿人机器的同时，也可以广义地把机器人理解为仿动物的机器。 1988年法国的埃斯皮奥将机器人定义为：“机器人学是指设计能根据传感器信息实现预先规划好的作业系统，并以此系统的使用方法作为研究对象”。 1987年国际标准化组织对工业机器人进行了定义：“工业机器人是一种具有自动控制的操作和移动功能，能完成各种作业的可编程操作机。” 我国科学家对机器人的定义是：“机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性的自动化机器”。在研究和开发未知及不确定环境下作业的机器人的过程中，人们逐步认识到机器人技术的本质是感知、决策、行动和交互技术的结合。随着人们对机器人技术智能化本质认识的加深，机器人技术开始源源不断地向人类活动的各个领域渗透。结合这些领域的应用特点，人们发展了各式各样的具有感知、决策、行动和交互能力的特种机器人和各种智能机器，如移动机器人、微机器人、水下机器人、医疗机器人、军用机器人、空中空间机器人、娱乐机器人等。对不同任务和特殊环境的适应性，也是机器人与一般自动化装备的重要区别。这些机器人从外观上已远远脱离了最初仿人型机器人和工业机器人所具有的形状，更加符合各种不同应用领域的特殊要求，其功能和智能程度也大大增强，从而为机器人技术开辟出更加广阔的发展空间。 中国工程院院长宋健指出：“机器人学的进步和应用是20世纪自动控制最有说服力的成就，是当代最高意义上的自动化”。机器人技术综合了多学科的发展成果，代表了高技术的发展前沿，它在人类生活应用领域的不断扩大正引起国际上重新认识机器人技术的作用和影响。 机器人的分类 关于机器人如何分类，国际上没有制定统一的标准，有的按负载重量分，有的按控制方式分，有的按自由度分，有的按结构分，有的按应用领域分。一般的分类方式见表： 分类名称 简要解释 操作型机器人 能自动控制，可重复编程，多功能，有几个自由度，可固定或运动，用于相关自动化系统中。 程控型机器人 按预先要求的顺序及条件，依次控制机器人的机械动作。 示教再现型机器人 通过引导或其它方式，先教会机器人动作，输入工作程序，机器人则自动重复进行作业。 数控型机器人 不必使机器人动作，通过数值、语言等对机器人进行示教，机器人根据示教后的信息进行作业。 感觉控制型机器人 利用传感器获取的信息控制机器人的动作。 适应控制型机器人 机器人能适应环境的变化，控制其自身的行动。 学习控制型机器人 机器人能“体会”工作的经验，具有一定的学习功能，并将所“学”的经验用于工作中。 智能机器人 以人工智能决定其行动的机器人。 我国的机器人专家从应用环境出发，将机器人分为两大类，即工业机器人和特种机器人。所谓工业机器人就是面向工业领域的多关节机械手或多自由度机器人。而特种机器人则是除工业机器人之外的、用于非制造业并服务于人类的各种先进机器人，包括：服务机器人、水下机器人、娱乐机器人、军用机器人、农业机器人、机器人化机器等。在特种机器人中，有些分支发展很快，有独立成体系的趋势，如服务机器人、水下机器人、军用机器人、微操作机器人等。目前，国际上的机器人学者，从应用环境出发将机器人也分为两类：制造环境下的工业机器人和非制造环境下的服务与仿人型机器人，这和我国的分类是一致的。 古代机器人 机器人一词的出现和世界上第一台工业机器人的问世都是近几十年的事。然而人们对机器人的幻想与追求却已有3000多年的历史。人类希望制造一种像人一样的机器，以便代替人类完成各种工作。 机器马车 西周时期，我国的能工巧匠偃师就研制出了能歌善舞的伶人，这是我国最早记载的机器人。 春秋后期，我国著名的木匠鲁班，在机械方面也是一位发明家，据《墨经》记载，他曾制造过一只木鸟，能在空中飞行“三日不下”，体现了我国劳动人民的聪明智慧。 公元前2世纪，亚历山大时代的古希腊人发明了最原始的机器人——自动机。它是以水、空气和蒸汽压力为动力的会动的雕像，它可以自己开门，还可以借助蒸汽唱歌。 1800年前的汉代，大科学家张衡不仅发明了地动仪，而且发明了计里鼓车。计里鼓车每行一里，车上木人击鼓一下，每行十里击钟一下。 后汉三国时期，蜀国丞相诸葛亮成功地创造出了“木牛流马”，并用其运送军粮，支援前方战争。 1662年，日本的竹田近江利用钟表技术发明了自动机器玩偶，并在大阪的道顿堀演出。 1738年，法国天才技师杰克·戴·瓦克逊发明了一只机器鸭，它会嘎嘎叫，会游泳和喝水，还会进食和排泄。瓦克逊的本意是想把生物的功能加以机械化而进行医学上的分析。 写字机器人 在当时的自动玩偶中，最杰出的要数瑞士的钟表匠杰克·道罗斯和他的儿子利·路易·道罗斯。1773年，他们连续推出了自动书写玩偶、自动演奏玩偶等，他们创造的自动玩偶是利用齿轮和发条原理而制成的。它们有的拿着画笔和颜色绘画，有的拿着鹅毛蘸墨水写字，结构巧妙，服装华丽，在欧洲风靡一时。由于当时技术条件的限制，这些玩偶其实是身高一米的巨型玩具。现在保留下来的最早的机器人是瑞士努萨蒂尔历史博物馆里的少女玩偶，它制作于二百年前，两只手的十个手指可以按动风琴的琴键而弹奏音乐，现在还定期演奏供参观者欣赏，展示了古代人的智慧。 19世纪中叶自动玩偶分为2个流派，即科学幻想派和机械制作派，并各自在文学艺术和近代技术中找到了自己的位置。1831年歌德发表了《浮士德》，塑造了人造人“荷蒙克鲁斯”；1870年霍夫曼出版了以自动玩偶为主角的作品《葛蓓莉娅》；1883年科洛迪的《木偶奇遇记》问世；1886年《未来的夏娃》问世。在机械实物制造方面，1893年摩尔制造了“蒸汽人”，“蒸汽人”靠蒸汽驱动双腿沿圆周走动。 进入20世纪后，机器人的研究与开发得到了更多人的关心与支持，一些适用化的机器人相继问世，1927年美国西屋公司工程师温兹利制造了第一个机器人“电报箱”，并在纽约举行的世界博览会上展出。它是一个电动机器人，装有无线电发报机，可以回答一些问题，但该机器人不能走动。1959年第一台工业机器人（可编程、圆坐标）在美国诞生，开创了机器人发展的新纪元。 现代机器人 现代机器人的研究始于20世纪中期，其技术背景是计算机和自动化的发展，以及原子能的开发利用。 机器人汽车焊接生产线 自1946年第一台数字电子计算机问世以来，计算机取得了惊人的进步，向高速度、大容量、低价格的方向发展。 大批量生产的迫切需求推动了自动化技术的进展，其结果之一便是1952年数控机床的诞生。与数控机床相关的控制、机械零件的研究又为机器人的开发奠定了基础。 另一方面，原子能实验室的恶劣环境要求某些操作机械代替人处理放射性物质。在这一需求背景下，美国原子能委员会的阿尔贡研究所于1947年开发了遥控机械手，1948年又开发了机械式的主从机械手。 铆接机器人 1954年美国戴沃尔最早提出了工业机器人的概念，并申请了专利。该专利的要点是借助伺服技术控制机器人的关节，利用人手对机器人进行动作示教，机器人能实现动作的记录和再现。这就是所谓的示教再现机器人。现有的机器人差不多都采用这种控制方式。 作为机器人产品最早的实用机型（示教再现）是1962年美国AMF公司推出的“VERSTRAN”和UNIMATION公司推出的“UNIMATE”。这些工业机器人的控制方式与数控机床大致相似，但外形特征迥异，主要由类似人的手和臂组成。 1965年，MIT的Roborts演示了第一个具有视觉传感器的、能识别与定位简单积木的机器人系统。 机器狗 1967年日本成立了人工手研究会（现改名为仿生机构研究会），同年召开了日本首届机器人学术会。 1970年在美国召开了第一届国际工业机器人学术会议。1970年以后，机器人的研究得到迅速广泛的普及。 1973年，辛辛那提·米拉克隆公司的理查德·豪恩制造了第一台由小型计算机控制的工业机器人，它是液压驱动的，能提升的有效负载达45公斤。 到了1980年，工业机器人才真正在日本普及，故称该年为“机器人元年”。 随后，工业机器人在日本得到了巨大发展，日本也因此而赢得了“机器人王国的美称”。 自治潜水器 随着计算机技术和人工智能技术的飞速发展，使机器人在功能和技术层次上有了很大的提高，移动机器人和机器人的视觉和触觉等技术就是典型的代表。由于这些技术的发展，推动了机器人概念的延伸。80年代，将具有感觉、思考、决策和动作能力的系统称为智能机器人，这是一个概括的、含义广泛的概念。这一概念不但指导了机器人技术的研究和应用，而且又赋予了机器人技术向深广发展的巨大空间，水下机器人、空间机器人、空中机器人、地面机器人、微小型机器人等各种用途的机器人相继问世，许多梦想成为了现实。将机器人的技术（如传感技术、智能技术、控制技术等）扩散和渗透到各个领域形成了各式各样的新机器——机器人化机器。当前与信息技术的交互和融合又产生了“软件机器人”、“网络机器人”的名称，这也说明了机器人所具有的创新活力。 机器人的手 机器人要模仿动物的一部分行为特征，自然应该具有动物脑的一部分功能。机器人的大脑就是我们所熟悉的电脑。但是光有电脑发号施令还不行，最基本的还得给机器人装上各种感觉器官。我们在这里着重介绍一下机器人的“手”和“脚”。 机器人必须有“手”和“脚”，这样它才能根据电脑发出的“命令”动作。“手”和“脚”不仅是一个执行命令的机构，它还应该具有识别的功能，这就是我们通常所说的“触觉”。由于动物和人的听觉器官和视觉器官并不能感受所有的自然信息，所以触觉器官就得以存在和发展。动物对物体的软，硬，冷，热等的感觉就是靠的触觉器官。在黑暗中看不清物体的时候，往往要用手去摸一下，才能弄清楚。大脑要控制手，脚去完成指定的任务，也需要由手和脚的触觉所获得的信息反馈到大脑里，以调节动作，使动作适当。因此，我们给机器人装上的手应该是一双会“摸”的、有识别能力的灵巧的“手”。 机器人的手一般由方形的手掌和节状的手指组成。为了使它具有触觉，在手掌和手指上都装有带有弹性触点的触敏元件（如灵敏的弹簧测力计）。如果要感知冷暖，还可以装上热敏元件。当触及物体时，触敏元件发出接触信号，否则就不发出信号。在各指节的连接轴上装有精巧的电位器（一种利用转动来改变电路的电阻因而输出电流信号的元件），它能把手指的弯曲角度转换成“外形弯曲信息”。把外形弯曲信息和各指节产生的“接触信息”一起送入电子计算机，通过计算就能迅速判断机械手所抓的物体的形状和大小。 现在，机器人的手已经具有了灵巧的指，腕，肘和肩胛关节，能灵活自如的伸缩摆动，手腕也会转动弯曲。通过手指上的传感器还能感觉出抓握的东西的重量，可以说已经具备了人手的许多功能。 在实际情况中有许多时候并不一定需要这样复杂的多节人工指，而只需要能从各种不同的角度触及并搬动物体的钳形指。1966年，美国海军就是用装有钳形人工指的机器人“科沃”把因飞机失事掉入西班牙近海的一颗氢弹从七百五十米深的海底捞上来。1967年，美国飞船“探测者三号”就把一台遥控操作的机器人送上月球。它在地球上的人的控制下，可以在两平方米左右的范围里挖掘月球表面四十厘米深处的土壤样品，并且放在规定的位置，还能对样品进行初步分析，如确定土壤的硬度，重量等。它为“阿波罗”载人飞船登月当了开路先锋。 机器人的眼睛 人的眼睛是感觉之窗，人有80%以上的信息是靠视觉获取，能否造出“人工眼”让机器也能象人那样识文断字，看东西，这是智能自动化的重要课题。关于机器识别的理论，方法和技术，称为模式识别。所谓模式是指被判别的事件或过程，它可以是物理实体，如文字，图片等，也可以是抽象的虚体，如气候等。机器识别系统与人的视觉系统类似，由信息获取，信息处理与特征抽取，判决分类等部分组成。 机器认字 大家知道，信件投入邮筒需经过邮局工人分拣后才能发往各地。一人一天只能分拣2-3千封信，现在采用机器分拣，可以提高效率十多倍。机器认字的原理与人认字的过程大体相似。先对输入的邮政编码进行分析，并抽取特征，若输入的是个6字，其特征是底下有个圈，左上部有一直道或带拐弯。其次是对比，即把这些特征与机器里原先规定的0到9这十个符号的特征进行比较，与哪个数字的特征最相似，就是哪个数字。这一类型的识别，实质上叫分类，在模式识别理论中，这种方法叫做统计识别法。 机器人认字的研究成果除了用于邮政系统外，还可用于手写程序直接输入，政府办公自动化，银行合计，统计，自动排版等方面。 机器识图 现有的机床加工零件完全靠操作者看图纸来完成。能否让机器人来识别图纸呢？这就是机器识图问题。机器识图的方法除了上述的统计方法外，还有语言法，它是基于人认识过程中视觉和语言的联系而建立的。把图像分解成一些直线、斜线、折线、点、弧等基本元素，研究它们是按照怎样的规则构成图像的，即从结构入手，检查待识别图像是属于哪一类“句型”，是否符合事先规定的句法。按这个原则，若句法正确就能识别出来。 机器识图具有广泛的应用领域，在现代的工业，农业，国防，科学实验和医疗中，涉及到大量的图象处理与识别问题。 机器识别物体 机器识别物体即三维识别系统。一般是以电视摄像机作为信息输入系统。根据人识别景物主要靠明暗信息，颜色信息，距离信息等原理，机器识别物体的系统也是输入这三种信息，只是其方法有所不同罢了。由于电视摄像机所拍摄的方向不同，可得各种图形，如抽取出棱数，顶点数，平行线组数等立方体的共同特征，参照事先存储在计算机中的物体特征表，便可以识别立方体了。 目前，机器可以识别简单形状的物体。对于曲面物体，电子部件等复杂形状的物体识别及室外景物识别等研究工作，也有所进展。物体识别主要用于工业产品外观检查，工件的分选和装配等方面。 机器人的鼻子 人能够嗅出物质的气味，分辨出周围物质的化学成分，这全是由上鼻道的粘模部分实现的。在人体鼻子的这个区域，在只有五平方厘米的面积上却分布有五百万个嗅觉细胞。嗅觉细胞受到物质的刺激，产生神经脉冲传送到大脑，就产生了嗅觉。人的鼻子实际上就是一部十分精密的气体分析仪。人的鼻子是相当灵敏的，就算在一升水中放进二百五十亿分之一的乙硫醇（就是一种特殊的具有异常臭味的化学物质），人的鼻子也能够闻出来。 机器人的鼻子也就是用气体自动分析仪做成的。我国已经研制成功了一种嗅敏仪，这种气体分析仪不仅能嗅出丙酮、氯仿等四十多种气体，还能够嗅出人闻不出来但是却可以导致人死亡的一氧化碳（也就是我们通常所用的煤气）。这种嗅敏仪有一个由二氧化锡，氯化钯等物质烧结而成的探头（相当于鼻粘模）。当它遇到某些种类气体的时候，它的电阻就发生变化，这样就可以通过电子线路做出相应的显示，用光或者用声音报警。同时，用这种嗅敏仪还可以查出埋在地下的管道漏气的位置。 现在利用各种原理制成的气体自动分析仪已经有很多种类，广泛应用于检测毒气，分析宇宙飞船座舱里的气体成分，监察环境等方面。 这些气体分析仪，原理和显示都和电现象有关，所以人们把它叫做电子鼻。把电子鼻和电子计算机组合起来，就可以做成机器人的嗅觉系统了。 机器人的耳朵 人的耳朵是仅次于眼睛的感觉器官，声波扣击耳膜，引起听觉神经的冲动，冲动传给大脑的听觉区，因而引起人的听觉。机器人的耳朵通常是用“微音器”或录音机来做的。被送到太空去的遥控机器人，它的耳朵本身就是一架无线电接收机。 人的耳朵是十分灵敏的。我们能听到的最微弱的声音，它对耳膜的压强是每平方厘米只有一百亿分之几公斤。这个压强的大小只是大气压强的一百亿分之几。可是用一种叫做钛酸钡的压电材料做成的“耳朵”比人的耳朵更为灵敏，即使是火柴棍那样细小的东西反射回来的声波也能被它“听”的清清楚楚。如果用这样的耳朵来监听粮库，那么在二到三公斤的粮食里的一条小虫爬动的声音也能被它准确地“听”出来。 用压电材料做成的“耳朵”之所以能够听到声音，其原因就是压电材料在受到拉力或者压力作用的时候能产生电压，这种电压能使电路发生变化。这种特性就叫做压电效应。当它在声波的作用下不断被拉伸或压缩的时候，就产生了随声音信号变化而变化的电流，这种电流经过放大器放大后送入电子计算机（相当于人大脑的听区）进行处理，机器人就能听到声音了。 但是能听到声音只是做到了第一步，更重要的是要能识别不同的声音。目前人们已经研制成功了能识别连续话音的装置，它能够以百分之九十九的比率，识别不是特别指定的人所发出的声音，这项技术就使得电子计算机能开始“听话”了。这将大大降低对电子计算机操作人员的特殊要求。操作人员可以用嘴直接向电子计算机发布指令，改变了人在操作机器的时候手和眼睛忙个不停而与此同时嘴巴和耳朵却是闲着的状况。一个人可以用声音同时控制四面八方的机器，还可以对楼上楼下的机器同时发出指令，而且并不需要照明，这样就很适宜于在夜间或地下工作。这项技术也大大加速了电话的自动回答，车票的预定以及资料查找等服务工作的自动化实现的进程。 现在人们还在研究使机器人能通过声音来鉴别人的心理状态，人们希望未来的机器人不光能够听懂人说的话，还能够理解人的喜悦，愤怒，惊讶，犹豫和暧昧等情绪。这些都会给机器人的应用带来极大的发展空间。 没有机器人，人将变为机器 随着社会的发展，社会分工越来越细，尤其在现代化的大生产中，有的人每天就只管拧同一个部位的一个螺母，有的人整天就是接一个线头，就像电影《摩登时代》中演示的那样，人们感到自己在不断异化，各种职业病开始产生。于是人们强烈希望用某种机器代替自己工作。于是人们研制出了机器人，代替人完成那些枯燥、单调、危险的工作。由于机器人的问世，使一部分工人失去了原来的工作，于是有人对机器人产生了敌意。“机器人上岗，人将下岗。”不仅在我国，即使在一些发达国家如美国，也有人持这种观念。其实这种担心是多余的，任何先进的机器设备，都会提高劳动生产率和产品质量，创造出更多的社会财富，也就必然提供更多的就业机会，这已被人类生产发展史所证明。任何新事物的出现都有利有弊，只不过利大于弊，很快就得到了人们的认可。比如汽车的出现，它不仅夺了一部分人力车夫、挑夫的生意，还常常出车祸，给人类生命财产带来威胁。虽然人们都看到了汽车的这些弊端，但它还是参考资料：机器人的知识

我国研究AI的人还不够多,范围还不够广。主要还停留在机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能应与更多的技术结合，在更广的范围使用。还缺乏突破性的进展。