人工智能在能源行业的5个应用
人工智能在能源行业的5个应用
本文来自CB Insights Research在2018年3月份发布的文章《5 Ways The Energy Industry Is Using Artificial Intelligence》。
能源行业会产生大量的数据。为了将这些数据转化为提高生产率和削减成本的驱动力，主要的能源行业公司——石油和天然气巨头，以及可再生能源公司——都把注意力转向了人工智能。
自2012年以来，把人工智能和能源产业放在一起进行报道的新闻开始增多。本文简要描述了人工智能在能源行业的5个应用方向，及对应的案例。
Storage（能源储藏）
根据Greentech Media最近的一份报告，美国的能源储藏在2017年第四季度达到了一个新的里程碑：在2013年至2017年间，累计储藏量已超过1000兆瓦时。该报告还预测，这个数字将在今年翻一番。随着储藏容量的提升和新技术的出现，人工智能正在提升这个市场的效率。
案例1：Stem
位于加利福尼亚州的Stem公司开发了代号为雅典娜（Athena）的项目，它利用人工智能绘制出能源的使用情况，并允许客户跟踪能源价格的波动，从而更有效地使用被储藏的能源。
Stem已经从包括美国能源部、GE Ventures和新加坡主权财富基金淡马锡控股在内的多家投资者那里，融到了超过3,700万美元的资金。
The Autonomous Grid（智能电网）
如今，电网的能量来源通常有很多，除了传统的发电以外，还有风能和太阳能，这使得运营电网系统的过程也变得更加复杂。通过人工智能来对大规模的数据集进行分析，这个多源收集的过程更加稳定和高效。
案例1：美国能源部
2017年9月，美国能源部向斯坦福大学的SLAC研究人员颁发了一项研究奖，奖励他们利用人工智能技术改善了电网的稳定性。通过用过去的数据来对电力波动和电网薄弱环节进行编程，新的“智能电网”将自动对重大事件作出快速而准确的反应。
案例2：西门子
智能电网也能够在同一时间更好地管理不同类型的能源。西门子公司发布了一个软件包来操作网络，即所谓的“主动网络管理”（ANM，active network management）。ANM的
原理是，通过跟踪电网如何与不同的能量负载相互作用，来调整其可调节的部件，从而达到提高效率的目的。虽然这之前是手动调整的，但当新的能源生产者（比如太阳能发电厂）开始工作时，或者新的能源消耗者开始接入网格时，ANM会对电网做出相应的调整。因此，ANM也为电动汽车利用智能电网进行充电奠定了基础。
案例3：英国国家电网
2017年3月，被谷歌收购的人工智能公司DeepMind，与英国国家电网联合宣布，他们计划将DeepMind的人工智能技术添加到英国的电力系统中。该项目将处理天气预报、互联网搜索等海量信息，以开发需求激增的预测模型。
案例4：Grid Edge
英国的一家名为Grid Edge的公司（提供基于云计算的电力管理软件服务）声称，他们利用人工智能技术对能源配置进行了预测和优化，实现了将控制权交还给了电力使用者。具体的方法是，Grid Edge操作一个VPN，通过它来连接和分析用户所在建筑的能源消耗数据，利用这些信息，Grid Edge与连接的电网进行通信，并制定相应的调度策略。这些策略的目的是节约能源，避免超载。
Failure Management（故障管理）
2017年11月，印度北部的一座燃煤电厂发生爆炸，造成32人死亡，原因是煤气管道堵塞导致锅炉爆炸。这是能源行业经常发生的一类故障。导致事故的原因是没有对设备进行经常性的检查，而且世界上许多地方都没有严格的监管规定，因此设备故障是很常见的。使用人工智能来观察设备并在事故发生前检测出故障，可以节省时间和金钱，甚至挽救生命。目前，许多创业公司正在试图将这项服务提供给能源行业。
案例1：SparkCognition
2017年12月，美国能源部授予SparkCognition公司一个奖项，即利用人工智能提高燃煤电厂的发电量。该公司将解析学、传感器和操作中产生的数据三者相结合，来预测关键的基础设施何时会崩溃。
案例2：AES Corporation
2017年9月，美国能源巨头AES电力公司宣布了进军人工智能的计划，将其作为提高公司的警觉性、效率和保护公司财产的手段，主要针对的是他们的太阳能电站和电网系统。
Upstream Exploration（油气勘探）
案例1：BP Ventures（英国石油风险
投资公司）Beyond Limits
BP Ventures（英国石油风险投资公司）投资了一家名为Beyond Limits的人工智能公司。该公司曾参与在外太空进行的勘探试验。在投资Beyond Limits的时候，BP Ventures表示将计划使用Beyond Limits的油气勘探技术，寻找新的石油储量。
案例2：Chevron（雪佛龙）
石油巨头雪佛龙正在利用人工智能在加州各地寻找新油井，以及具有额外价值的旧油井。
Energy Consumption（能源的消费和消耗）
通过对个人和企业的能源消费行为进行监测，人工智能可以提供优化能源消耗过程的解决方案。
案例1：Alphabet's Nest
通过对个人和企业的能源消费行为进行监测，人工智能可以提供优化能源消耗过程的解决方案。
案例1：Alphabet's Nest
Alphabet旗下的子公司Nest，开发了一款智能恒温器，能够通过自动适应用户行为，达到减少能源耗费的目的。一旦Nest被安装在用户的家里，它就会开始学习居住者的生活习惯，并相应地调整温度。据Nest称，该公司的技术已经为其用户节省了10%到12%的取暖费。
案例2：Nnergix
西班牙的Nnergix公司，运用机器学习技术来预测大气和天气状况对可再生能源产能的影响，比如推算光伏发电厂每小时的发电量。
案例3：Google Sunroof（谷歌天窗）
谷歌发布了一个名为Sunroof的工具，来计算太阳能对美国家庭的影响。该项目采用了几个因素来计算使用太阳能能够节省下来多少资金，这些因素包括天气数据、电费、3D 建模和阴影计算。
人工智能AI 行业应用整体建设解决方案
人工智能 AI+行业应用 解决方案 2019 年3 月8 日
目录 第一章计算机视觉发展历程 (3) 1.1 当前计算机视觉技术的位置 (4) 第二章变电站智能化监控 (5) 2.1项目背景 (5) 2.2解决方案 (5) 2.3系统功能 (5) 第三章电力隧道智能化监控 (6) 3.1项目背景 (6) 3.2解决方案 (6) 3.3系统功能 (7) 第四章电塔防破智能化监控 (7) 4.1项目背景 (7) 4.2解决方案 (8) 4.3系统功能 (8) 第五章加油站智能化监控 (9) 5.1项目背景 (9) 5.2解决方案 (9) 5.3系统功能 (9) 第六章配电室智能运维 (10) 6.1项目背景 (10) 6.2解决方案 (10) 6.3系统功能 (10) 第七章采油机智能化监控 (11) 7.1项目背景 (11) 7.2解决方案 (11) 7.3系统功能 (12) 第八章输油管线 (12) 8.1项目背景 (12) 8.2解决方案 (13) 8.3系统功能 (13)
第一章计算机视觉发展历程 计算机视觉的发展历史可以追溯到 1966 年，在这一年著名人工智能学家 马文·明斯基给他的学生布置了一道作业，让学生在电脑前面连一个摄像头， 然后想办法写一个程序，让计算机告诉我们摄像头看到了什么。这道题代表 了计算机视觉的全部，通过一个摄像头让机器告诉我们它到底看到了什么。 所以，1966 年被认为是计算机视觉的起始年。 1970 年代，研究者开始去试图解决这样一个问题，就是让计算机告知他到 底看到了什么东西。当时，大家认为要让计算机认知到底看到了什么，首先要 了解人是怎样去理解这个世界的。当时有一种普遍的认知，认为人之所以理解 这个世界，是因为人看到的世界是立体的，能够从立体的形状里面理解世界。在这种认知情况下，研究者希望先把三维结构从图像里面恢复出来，在此基 础上再去做理解和判断。 1980 年代，是人工智能发展的一个非常重要的阶段。当时，在人工智能界 开始做很多类似于现在的专家系统，计算机视觉的方法论也开始在这个阶段产 生一些改变。在这个阶段，人们发现要让计算机理解图像，不一定先要恢复物 体的三维结构。例如：让计算机识别一个苹果，假设计算机事先知道对苹果的 形状或其他特征，并且建立了这样一个先验知识库，那么计算机就可以将这样 的先验知识和看到物体表征进行匹配。如果能够匹配上，计算机就算识别或 者理解了看到的物体。所以，80 年代出现了很多方法，包括几何以及代数的 方法，将我们已知的物品转化成一些先验表征，然后和计算机看到的物品图像 进行匹配。 90 年代，人工智能界又出现了一次比较大的变革，也就是统计方法的出现。 在这个阶 段，经历了一些比较大的发展点，比如现在还广泛使用的局部特征。随着 90 年代统计方法的流行，研究者找到了一种统计手段，能够刻画物品最本质的 一些局部特征，比如：要识别一辆卡车，通过形状、颜色、纹理，可能并不 稳定，如果通过局部特征，即使视角、灯光变化了，也会非常稳定。我们可 以对物品建立一个局部特征索引，通过局部特征可以找到相似的物品。通过 这样一些局部点，可以让匹配更加精准。 到 2000 年左右，机器学习开始兴起。以前需要通过一些规则、知识或者统 计模型去识别图像所代表的物品是什么，但是机器学习的方法和以前完全不一样。机器学习能够从我们给定的海量数据里面去自动归纳物品的特征，然后去识别它。在这样一个时间点，计算机视觉界有几个非常有代表性的工作，比如：人脸识别。你要识别一个人脸，第一步需要从图片里面把待识别的人脸区域给提取出来，我
自动化在军事领域的应用
浅谈自动化及在现代军事中的应用 ——军事中的自动化技术一览 杨超自动化1202（理科试验班1205）3120104128 内容摘要：在历经了第二次世界大战之后，随着科学技术的迅速发展，各个 国家军队建设都产生了一些重要的变革，深刻地影响着现代军事战争的格局。其中电子、信息、计算机等多方面科学技术的突飞猛进，自动化技术就在这一过程中应运而生，在军队部队建设和发展中具有重要作用，处于不可撼动的地位。本文首先介绍了自动化的定义、基本概念及其未来的发展前景，之后比较详尽的说明了自动化技术在军事领域中四个方面的主要应用并举出相应的应用实例。 关键词：自动化军事自动化武器精确制导军事指挥自动化军事决策科学化训练、作战仿真模拟化
一、自动化简介 （一）自动化的定义 自动化是指在生产管理过程中，在没有人或极少人的参与的情况下，机器、设备或某一类系统，按照既定的要求，经过一系列方法，实现预期的目标的过程。其中的方法包括自动检测、信息处理、分析判断、操纵控制等。由此可见，自动化最重要的一点便是目标系统具有完全的自动能力。随着计算机及其相应技术的快速发展，自动化技术从中应运而生，它一方面利用其自动性能，将人类从繁重的体力劳动、费时的脑力劳动及危险恶劣的工作环境中解放出来；另一方面能极大地提高人类的劳动生产率，增强人类发展世界、改造世界的能力。总而言之，自动化的应用与发展，体现了一个国家农业、工业和国防的真正水平，更是一个国家科学技术现代化的重要标志。 （二）基本概念 在自动化这一概念产生初期，人们认为自动化室能够使用机械劳动替代人力劳作完成预期目标这一动态过程。然而，随着电子信息技术及计算机技术的飞速发展，自动化不仅仅只是帮助人们完成繁重的体力劳动，更多的是辅助或完全替代人类的脑力劳动。这是自动化发展过程中一个质的飞跃，它解放了人类更多的生产力，为经济增长带来了巨大的利润，为科技社会发展注入了一针有力的强心剂。所以我们说，自动化具有多形式、多功能、多范围的优势及特点。 （三）发展前景 正如前文所说，自动化的应用范围非常的广泛，从早期的电气、工业和国防发展到了交通、经济、建筑、能源、环境等领域，几乎无所不包。自动化的应用在广度和深度上随着电子信息技术和计算机科学的发展而不断拓展，这为自动化今后的发展提供了难能可贵的机遇。 就自动化现有的技术发展，基于个人电子计算机或军工业计算机的控制系统已成为自动化的主流，综合自动化系统具有广阔的发展前景，它具有数字化、网络化、智能化的特点，体现了当今信息时代自动化的主流发展的方向。我国自“十五”计划以来大力发展有自主知识产权的自动化产业，特别是在《“十二五”规划纲要》中，多次提出要发展信息产业、提高各领域的自动化水平。由此可见，我国的自动化技术的发展得到了国家强有力的支持。因此，在我看来，在不远的将来，自动化技术一定会给我们的生产生活带来更多意想不到的惊喜。 二、军事自动化
论人工智能技术在军事领域的运用
论人工智能技术在军事领域的运用 姓名： 学号： 班级： 指导老师： 日期：2013年6月25日
中文摘要 应用于军事领域，利用计算机模拟人类的学习与推理，能思维、能学习，问题求解，适应环境变化的特征。它是在人工智能学理论指导下的一种综合技术。科技在军事领域中的应用已经更加重要，人工智能技术将会在今后的部队建设与发展中发挥着重要作用。 [关键词]军事技术，军事领域，人工智能，分布式人工智能 目录 1.军事技术发展概况 1.1.冷兵器时期军事技术的发展 1.2．冷兵器和火器并用时期军事技术的发展 1.⒊热兵器时期军事技术的发展 1.⒋军用核技术的发展 1.⒌军用高技术的发展 2.军事技术的进步是推动战争发展的直接动力 2.⒈军事技术的进步更新了战争观念 2.2.军事技术的进步改变了军队的成分 2.3.军事技术的进步拓展了战争领域 2.4.军事技术的进步直接改变着战争的作战形式 2.5.高技术战争已经悄然降临 3.分布式人工智能技术简介 3.1.连贯性 3.2.协同性 3.3.协作性 4.DAI研究与探索主要致力于解决的问题 4.1.任务的描述、分解与分配 4.2.通信、交互作用语言与协议 4.3.集体行为的连贯性 4.4.主体表示和主体模型 4.5.主体间的不一致性 4.6.DAI系统的实现 5.分布式人工智能在军事领域中的应用 5.1.军事情报的获取与军事态势的评估 5.2.分布式交互作用仿真与DAI技术
1.军事技术发展概况 ⒈1.冷兵器时期军事技术的发展 由此可见，由石器向青铜兵器和铁兵器的跃进，也表明了军事技术在社会发展中不断向前迈进。冷兵器时期的军事技术处于初级阶段，主要是研制和发展刀、枪等近战、直接杀伤兵器；社会集团中尚未建立研究军事技术的专门机构和人员；技术种类比较单一，冶炼术是军事技术的主体。中国古代的冶炼术发展较快。湖北江陵望山出土的越王勾践剑，出土时仍完好如新，光彩照人，锋刃异常锐利，剑身布满菱形暗纹。可见当时冶炼术之一斑。 1.2．冷兵器和火器并用时期军事技术的发展 随着火药的发明，军事技术进入了火器的研制与发展的重要时期。同时，由于受手工业生产技术条件的限制，火器的制作技术不够发达，火器尚不能适应军事上各种斗争的需要而代替全部冷兵器，人类社会的战争进入了冷兵器与火器并用的时期，在火器技术得到迅速发展的同时，冷兵器的制造技术仍不断地加以改进。 冷兵器于火器并用时期，由于火药的发明，使军事技术产生了革命性的飞跃。以研制远程、间接杀伤武器为主的军事技术的发展，增加了武器的种类，改变了战争的样式。军事技术的内容日趋广泛，火箭技术、战船制造技术等新技术迅速发展，显示出了强大的生命力。与此同时，冷兵器的制作技术仍有逐步改进，但在军事技术中的作用日趋下降。 1.⒊热兵器时期军事技术的发展 整个20世纪，由于新技术革命的优异成果和广泛应用于军事领域，两次世界大战和战后局部战争的推动，不仅使一些传统的军事技术产生了“质”的飞跃，而且出现了许多新领域、新技术，开辟了许多新领地。电子技术、弹药技术、雷达技术等先进技术与新材料、新工艺、系统工程的结合，使武器装备的大家族出现了许多新成员。火箭筒、无后坐力炮、快速坦克、自行防坦克火炮、战略轰炸机筹各种各样的新式武器成为常备军的主要装备。生物技术、化学技术，燃烧技术在军事领域的应用，使制造作战武器的技术领域更广泛。军用通信技术的发展，提高了指挥控制系统的效能。 1.⒋军用核技术的发展 20世纪中期以来，随着原子能、电子计算机和空间技术的出现，揭开了近现代科学技术史上的第三次技术革命。核技术在军事上的运用，使军事技术进入了一个崭新的历史时期。第二次世界大战以来，美国和苏联抓紧进行氢弹和军用核动力船舶的研究，大力发展军用核技术。1952年11
人工智能在军事领域的发展现状和应用前景
人工智能在军事领域的发展现状及应用前景 知远战略与防务研究所/威远编译自：俄罗斯外交和国 防政策委员会网站[知远导读]本文主要介绍了当今世界及 俄罗斯本国人工智能技术发展的现状以及未来该技术在军 事领域的应用前景.文章还重点分析了人工智能技术实现的 可能途径以及人工智能技术对人类战争活动的可能影响。文 章编译如下：目前.关于人工智能的说法和文章很多.这让人觉得.人工智能早已研究成熟且无处不在。事实上并未如此。 虽然自动化早已成为生产和指挥过程的一部分.而且计算机 已经学会语音和脸部识别.操控汽车和分析大量数据。图像 识别或者自动翻译属于利用人工智能方法并在完成类似任 务时选择存储结果的机器学习技术。人工智能目前还未实现.还需要进行研究.它的应用领域确实非常广泛。国防领域也 在其中。发展人工智能成为了保障国家安全的任务。美国和 中国希望在人工智能研究中占据领先地位并率先将其运用 到网络武器和既可用于监视敌人.也可用于袭击敌人的自主 式武器的研制当中。美国国防部在2017年开始抓紧落实所 谓的“第三次抵消战略”.该文件中提出的主要目标是“必 须集中力量进行创新.旨在通过创新发展美国近年来与对手 和敌人已经接近的关键能力.保持并恢复传统遏制力”.这 里说的对手和敌人指的也就是俄罗斯和中国。实际上.世界
上已经开始了创新武器竞赛.全部主要大国都将卷入其中。 此外.西方已经被普京总统2017年9月1日在雅罗斯拉夫尔公开讲话中提到的内容所震撼：“人工智能不仅仅是俄罗斯 的未来.也是全人类的未来。这包含着巨大的机遇和当今难 以预测的威胁。谁能成为该领域的领导者.谁就将主宰世界”。著名商人伊隆·马斯克称.人工智能最终将消灭人类。因此.他和另外116名专家、学者、新技术领域公司代表向 联合国发出请求书.呼吁禁止研制任何类型使用人工智能技 术的武器和自主技术装备。部分商业人士和学者强调.运用自主技术相当于继火药和核武器出现之后.战争中出现的第三次革命.毫无疑问.他们说的没错。但显而易见.联合国开始的关于禁止此类武器公约的讨论不是为了别的什么目的.而是美国及其盟友以讨论普世价值为掩护.阻止其地缘政治对手.首先是俄罗斯和中国研制人工智能武器。然而.履带式装甲车和打击无人机并非战略武器.而是战术武器。这些武 器对人类不构成任何威胁。“杀手机器人”的形象被好莱坞 复制了无数遍.但现实中的战斗系统未必与之有什么共同点。为了弄清楚.所谓的战斗机器人会不会对人类构成威胁.首先必须弄清.什么是人工智能.它与机器智能.超级计算机的深度学习有什么不同.还有最主要的是人工智能在军事领域 的地位和运用范围。国家安全领域人工智能的任务在可预见 的未来.新的世界技术竞赛将导致最新的技术革命延伸至军
人工智能在建筑行业应用概述
人工智能在建筑行业应用概述 摘要 人工智能(Artificial Intelligence，AI)是当前科学技术发展中的一门前沿学科，是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等学科的研究的基础上发展起来的，因此又可把它看作是一门综合性的边缘学科。随着该学科的不断发张，其在建筑领域的应用范围也不断扩大，极大的促进了我国建筑行业从传统运作走向现代管理和经营。本文首先对人工智能进行了简要介绍，并从五个方面对该技术在建筑领域的应用进行了讨论。 关键字：人工智能；建筑领域；计算机应用。 1、引言 人工智能(Artificial Intelligence，AI)是当前科学技术发展中的一门前沿学科，是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等学科的研究的基础上发展起来的，因此又可把它看作是一门综合性的边缘学科。AI的出现及所取得的成就引起了人们的高度重视并得到了很高的评价。甚至有人把AI与空间技术、原子能技术一起誉为20世纪的三大科学技术成就。 人工智能是一门研究如何构造智能机器(智能计算机)或智能系统并使它能模拟、延伸、扩展人类智能的学科。或者说人工智能就是要研究如何使机器具有听、说、看、写、思维、学习、适应环境变化、解决所面临的各种实际问题等功能的一门学科。人工智能的研究重心主要集中在专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、智能决策支持系统及人工神经网络等方面。但由于研究者对于人工智能的理解存在差异，所以就形成了不同的人工智能的研究方法，其主要有三种，分别如下： 1.1、以符号处理为核心的方法——符号主义 计算机具有符号处理的推算能力，这种能力蕴涵演绎推理的内涵。因此，可
AlphaGo技术原理分析及人工智能军事应用展望_陶九阳
第2卷第2期指挥与控制学报V ol.2,No.2 2016年6月JOURNAL OF COMMAND AND CONTROL June,2016 AlphaGo技术原理分析及人工智能军事应用展望 陶九阳1,2吴琳1胡晓峰1 摘要以“深蓝”的技术原理为比对,研究了AlphaGo有监督学习策略网络、快速走子模型、增强学习策略网络和价值网络等核心模块,较为详细地分析了策略网络、价值网络引导的蒙特卡洛树搜索算法的实现；以AlphaGo的技术突破为起点,展望了人工智能在物理域、信息域、认知域和社会域上的可能应用,分析了美国国防部高级研究计划局资助的人工智能军事应用项目；以OODA循环理论为基础,研究了人工智能应用于军事领域可能会带来的颠覆性效果. 关键词AlphaGo,深度学习,增强学习,态势感知,OODA循环 引用格式陶九阳,吴琳,胡晓峰.AlphaGo技术原理分析及人工智能军事应用展望[J].指挥与控制学报,2016,2(2):114?120 DOI10.3969/j.issn.2096-0204.2016.02.0114 Principle Analysis on AlphaGo and Perspective in Milltary Application of Arti?cial Intelligence TAO Jiu-Yang1,2WU Lin1HU Xiao-Feng1 Abstract Compared with chess-playing program”Deep Blue”,supervised learning of policy networks，rollout policy，reinforcement learning of policy networks and reinforcement learning of policy networks of AlphaGo are studied.A Monte Carlo tree search(MCTS) algorithm guiding by the policy and value networks is analyzed.Based on AlphaGo’s technological breakthroughs,potential applications of arti?cial intelligence(AI)in physics domain,information domain,cognition domain and social domain of war space are forecasted, and AI programs funded by Defense Advanced Research Projects Agency(DARPA)are analyzed.Finally，the revolutionary impacts of AI on military domain are studied based on the Observation,Orientation,Decision,Action(OODA)loop theory. Key words AlphaGo;deep learning;reinforcement learning;situation awareness;OODA Citation TAO Jiu-Yang,WU Lin,HU Xiao-Feng.Principle analysis on AlphaGo and perspective in milltary application of arti?cial intelligence[J].Journal of Command and Control,2016,2(2):114?120 围棋被誉为人类最后的智慧高地,一直是检验人工智能发展水平的重要标志之一.围棋复杂的盘面局势评估和巨大的状态搜索空间,成为学者们面临的巨大障碍.仅仅依赖常规的知识推理和启发式搜索[1]策略,会有极高的计算复杂度.2016年AlphaGo[2]围棋人工智能的突破,反映出最近兴起的深度学习等人工智能技术解决围棋这类完美信息博弈问题的优异性能.以深度学习为代表的人工智能技术的快速发展,使得人工智能逐渐具备了分层抽象及知识表达的自动化,极大降低了搜索的复杂度,为人工智能解决围棋问题提供了关键技术基础. AlphaGo是谷歌公司旗下DeepMind公司研发的围棋人工智能程序.其分布式版本构建于1920个CPU和280个GPU之上,它综合运用了深度学习和 收稿日期2016-05-25 Manuscript received May25,2016 军民共用重大研究计划联合基金(U1435218),国家自然科学基金(61174156,61273189,61174035,61374179,61403400,61403401)资助Supported by Shared Army Major Research Plan Joint Fund(U1435218),Na-tional Natural Science Foundation of China(61174156,61273189,61174035, 61374179,61403400,61403401) 1.国防大学信息作战与指挥训练教研部北京100091 2.解放军理工大学指挥信息系统学院江苏南京210007 1.Department of Information Operation&Command Training,National Defense University,Beijing100091,China 2.College of Command Infor-mation Systems,PLA University of Science&Technology,Nanjing Jiangsu 210007,China 蒙特卡洛树搜索算法,2015年以5:0完胜欧洲围棋冠军、职业二段选手樊麾[2],2016年又以4:1战胜世界围棋冠军李世石.从技术上看,AlphaGo与1997年轰动一时的国际象棋“深蓝”具有本质的不同.“深蓝”依赖计算能力对所有状态空间进行穷尽式暴力搜索,是用确定性算法求解复杂问题,体现的是一种“机器思维”.而AlphaGo依靠深度学习的方法,建模了人类的“直觉”棋感和大局观,通过增强学习的方法,拥有了自主学习、自我进化的能力.它运用蒙特卡洛树搜索随机算法将深度神经网络进行融合,最终具备了在“直觉”基础上的“深思熟虑”,而这正是一种典型的“人类思维”处理复杂问题的方式.这为解决复杂决策智能的问题提供了一种工程技术框架[3]. 以AlphaGo为代表和标志的技术突破,预示着一种具有直觉、认知和自我进化能力的新的人工智能时代的到来,也预示着智能化战争时代可能即将到来.这不仅给工业界带来巨大的震动,也为人工智能的军事应用打开了进入快车道的大门.对AlphaGo 技术原理进行深入剖析,研究其智能化方法框架,预见人工智能技术的军事应用,可以为解决复杂战争问题,储备必要的理论与技术基础并指明方向.
人工智能在制造业中的应用
人工智能在制造业中的应用 目录 摘要 (1) 引言 (2) 1.有关人工智能 (2) 2.传统制造业谋求转型跨越 (2) 3.制造工业的现状 (3) 4.智能机器人的诞生 (3) 5.软件将成为构建智能化工厂的重要基础 (3) 6.数字技术和自动化技术的提高 (3) 7.低端制造业造就巨大潜在市场 (4) 8.我国制造业面临诸多困难 (4) 9.如何摆脱我制造业的困境 (4) 10.加快推进高技术服务业的发展，特提出以下建议 (5) 第一要加快培育专业化的高技术服务人才队伍 (5) 第二是要注重引导高技术服务业集聚发展 (5) 第三是要积极承接国际高技术服务业转移 (5) 第四是要进一步加大对高技术服务业的R&D投入 (5) 第五是要加强知识产权保护，为高技术服务业的创新发展保驾护航 (5) 总结 (5) 摘要： 针对制造业的高度复杂性，结合人工智能的研究进展，详细论述了计算机在制造生产中
的应用现状及发展方向，阐明了各种技术的特点，并指出多种技术相结合进一步实现制造生产自动化，使人工智能更好地应用于制造生产，这对提高生产率及质量有重要意义。 关键字：人工智能；计算机；制造 引言： 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，旨在研究如何利用计算机等现代化工具种系统来模仿人类的智能行为。人工智能技术的发展为生产数据与信息的分析和处理提供了有效的方法，给制造技术增添了智能的翅膀。人工智能技术尤其适合于解决特别复杂和不确定的问题，在制造过程的各个环节几乎都可广泛应用人工智能技术。 人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了“人工智能”(Artificial Intelligence，AI)这个术语，从那以后,研究者们发展了众多理论和原理，人工智能的概念也随之扩展。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。 1.有关人工智能 人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。 2.传统制造业谋求转型跨越 传统的设计模式已远远不能满足现代科技的迅猛发展，为了克服传统设计方法的不足，人工智能在现代设计领域逐渐受到重视。20世纪50年代诞生的数控技术以及随后出现的机
分布式人工智能在军事领域的应用
分布式人工智能在军事领域的应用 来源：互联网责编：大嘴作者：刘毅勇时间：2004-09-11【大中小】 分布式人工智能（DAI）是计算机科学的一个新分枝，它研究一组分布的、松散耦合的主体如何协同运用它们的知识、技能、信息，为尽可能好地实现各自的或全局的目标或规划，如何采取协作性的行动或对问题进行求解的手段和步骤。DAI所研究的系统通常叫做多主体系统(MAS)。其中主体(agent)通常是指一些逻辑上相对独立的节点处理机及运行于其上的进程。主体可以有应用程序、主动式信息资源以及在线网路服务功能等。它能在一定的环境下持续自主运行，能自学习、自增长，同时又可以和别的主体进行协商与协作，以便完成任务。主体要能够持续不断地感知它们周围的环境，并在一个限定的时间内对所受的感官刺激计算出合适的反应。 DAI是人工智能(AI)与分布式计算相结合的产物。但它与AI又有很大的区别。AI把心理学作为思想、动力或参照的源泉，而DAI则把社会学、经济学、 管理科学作为动力; AI致力于个体，而DAI则致力于群体。分布式计算正好为 这种针对群体的研究奠定了计算方面的基础。但DAI与分布式计算也有很大差别, 在DAI系统或多主体系统中，主体可以为一个共同的全局目标工作，也可以为了各自不同的但却是相互作用的目标工作。这里协同是最为关键的，没有协同，交互作用的一切好处都会消失，而多主体系统也就会退化成为一群各自为政的主体组成的乌合之众。 一、分布式人工智能的研究内容 DAI所研究的不仅是智能系统的设计，还要通过对人类之间相互作用的透视与理解，实现人类为了改善自己的环境而组织成各种各样的群体以便协同行动这样一种智能化、社会化的机制。 1.DAI系统(或多主体系统)特性 (1)连贯性 连贯性(coherence)指DAI系统作为一个整体如何协同行动，使全局目标及求解过程中的各项性能指标更为合理（整体或局部的特性），它由全局解的效率、质量、清晰程度以及在出现局部失败时问题求解器稳妥地做出平滑衰减(degrade gracefully)的能力来度量。 (2)协同性 协同性(coordination)指一组智能主体遂行集体行动时发生相互作用的性质，它表明各主体在实现主要目标的过程中避免有害的、相互作用和无关的活动的能力。有效的协调使主体之间可在一定程度上相互进行预测，进而减少冲突。 (3)协作性
人工智能在能源行业的5个应用方向及对应案例
人工智能在能源行业的5个应用方向及对应案例 自2012年以来，把人工智能和能源产业放在一起进行报道的新闻开始增多。本文简要描述了人工智能在能源行业的5个应用方向，及对应的案例。 能源行业会产生大量的数据。为了将这些数据转化为提高生产率和削减成本的驱动力，主要的能源行业公司——石油和天然气巨头，以及可再生能源公司——都把注意力转向了人工智能。 自2012年以来，把人工智能和能源产业放在一起进行报道的新闻开始增多。本文简要描述了人工智能在能源行业的5个应用方向，及对应的案例。 1Storage（能源储藏）根据Greentech Media最近的一份报告，美国的能源储藏在2017年第四季度达到了一个新的里程碑：在2013年至2017年间，累计储藏量已超过1000兆瓦时。该报告还预测，这个数字将在今年翻一番。随着储藏容量的提升和新技术的出现，人工智能正在提升这个市场的效率。 案例1：Stem 位于加利福尼亚州的Stem公司开发了代号为雅典娜（Athena）的项目，它利用人工智能绘制出能源的使用情况，并允许客户跟踪能源价格的波动，从而更有效地使用被储藏的能源。 Stem已经从包括美国能源部、GE Ventures和新加坡主权财富基金淡马锡控股在内的多家投资者那里，融到了超过3,700万美元的资金。 2The Autonomous Grid（智能电网）如今，电网的能量来源通常有很多，除了传统的发电以外，还有风能和太阳能，这使得运营电网系统的过程也变得更加复杂。通过人工智能来对大规模的数据集进行分析，这个多源收集的过程更加稳定和高效。 案例1：美国能源部 2017年9月，美国能源部向斯坦福大学的SLAC研究人员颁发了一项研究奖，奖励他们
人工智能在金融行业的应用与风险分析
人工智能在金融行业的应用及风险分析 随着计算机技术和互联网行业的发展，越来越多的新兴技术如指纹识别、大数据、云计算、人工智能等逐渐开始影响人们的生活。这些技术在一定程度上提高了人们生活的便捷度，同时也给各个行业带来了巨大的变革。在这个过程中，金融行业也遭到了前所未有的冲击，这些技术已经开始被应用在银行、保险、证券和投资理财等领域。 2017年5月，围棋等级分排名世界第一的中国棋手柯洁在三番棋中不敌谷歌的AlphaGo，再一次将人们的注意力集中到人工智能这一技术上。本文将介绍人工智能这一技术及其对金融行业的影响。 一、人工智能概述 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是对人的意识、思维的信息过程的模拟。这一概念最早在1956年达特茅斯会议上被提出，并在随后几十年中不断得到补充和发展。 人工智能的研究范围非常广泛，包括有效的老式人工智能、联结主义、遗传算法、神经网络等多个领域。当下
最热门的机器学习是人工智能的一个分支。简单来说，机器学习利用算法分析数据、学习数据，通过基于大量数据的“自我训练”，实现对真实世界情况进行判断和预测的能力。因此，程序实际上是在用大量数据和算法进行“自我训练”，从而学会如何完成一项任务，这与预先编写好、只能按照人类指定的逻辑去执行指令的程序不同。实际上，任何通过数据训练的学习算法都属于机器学习，这其中包括很多我们非常熟悉的技术，比如线性回归、K均值、决策树、主成分分析法、支持向量机以及人工神经网络等。 AlphaGo的核心算法是深度学习的人工神经网络。人工神经网络出现得非常早，但受技术限制一直进展缓慢，直到云计算的出现和后来GPU开始大规模部署之后，这种技术才得以快速发展应用。运算能力的发展使神经网络计算变得速度更快、成本更低、性能更强大，而存储设备的容量增加，读取速度加快，进一步降低了运用该技术的门槛。 二、人工智能在金融行业的应用 （一）智能客服 人工智能技术的发展使得语音识别技术逐渐成熟，一些金融机构开始尝试使用该技术来优化现有的远程客户服务、业务咨询和业务办理等，这使得用户能够更加及时地得到满意的答复，提升用户的满意度，同时还可以减轻人
人工智能日常应用2020考试答案word.doc
人工智能日常应用 1.《国务院关于印发新一代人工智能发展规划的通知》中指出，到（）年人工智能理论、技术与应用达到世界领先水平。（10.0分） A.2020 B.2025 C.2030 D.2035 我的答案：C√答对 2.《国务院关于印发新一代人工智能发展规划的通知》中指出，到2025年人工智能要达到的目标不包括（）。（10.0分） A.人工智能基础理论实现重大突破 B.部分技术与应用达到世界领先水平 C.智能社会建设取得积极进展 D.成为世界主要人工智能创新中心 我的答案：D√答对 3.下列对我国未来人工智能产业的表述不当的是（）。（10.0分） A.人机协同成为主流生产和服务方式 B.跨界融合成为重要经济模式
C.共创分享成为经济生态基本特征 D.劳动力成为经济增长的第一要素 我的答案：D√答对 4.下列对战斗机器人的表述，不当的是（）。（10.0分） A.目前战场上的主要力量 B.配合人类士兵作战的角色 C.在执行低烈度作战和危险任务时可以大大减轻人类士兵的负担和伤亡 D.具有较高智能、全方位作战能力、较强战场生存能力、绝对服从命令等优势我的答案：A√答对 1.人工智能技术在军事上的应用特点包括（）。（10.0分）） A.行为个人化 B.竞争常态化 C.行为国家化 D.竞争失常化 我的答案：BC√答对 2.智能制造发展特点包括（）。（10.0分）） A.向智能化、网络化发展 B.实现高效绿色制造 C.生产过程透明化 D.生产现场无人化
我的答案：ABCD√答对 1.我国于2018年发布了《国务院关于印发新一代人工智能发展规划的通知》。（10.0分） 我的答案：错误√答对 2.在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能发展进入新阶段。（10.0分） 我的答案：正确√答对 3.人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。（10.0分） 我的答案：正确√答对 4.无人机作战飞机、无人潜航器、战场机器人等基于人工智能的无人机器能够自动搜索和跟踪目标, 但不能自主识别地形并选择前进道路。（10.0分） 我的答案：错误√答对
国外人工智能发展及应用
国外人工智能发展及应 用 集团文件发布号：（9816-UATWW-MWUB-WUNN-INNUL-DQQTY-
国外人工智能发展及应用 提起人工智能首先要从程序AlphaGo说起。在以5:0大胜欧洲围棋冠军樊麾之后，AlphaGo又在3月以4:1的比分战胜世界围棋顶级高手李世石，引起了举世瞩目的轰动，也成为了人工智能领域的一个里程碑事件。至此，人工智能已经在完全信息的棋类对战游戏中全面战胜人类对手。实际上，AlphaGo之所以能够取得如此大的胜利，是由多方面的技术进步共同作用，使得人工智能技术临近引爆点。 AlphaGo在赛前不仅掌握了3000万步大师秘笈，还进行了3000万局的自我对弈，积累了丰富的经验。其次是计算能力大幅度提升。一方面，AlphaGo采用了1920个CPU外加280个GPU，其理论计算能力达到2332TFLOPS，约相当于深蓝的21万倍，神经元的2500亿倍。另一方面，云计算的发展也将这些计算能力完美地结合起来，使得这些CPU、GPU能够高度协同工作。第三是人工智能算法的进步。经历了十多年的发展，蒙特卡洛搜索、深度学习、强化学习等算法日臻成熟，而AlphaGo 的快速走子策略也使得他能够在短时间内作出落子决策，达到实战的时间要求。不仅如此，从近几年Gartner的发布的技术成熟度曲线来看，生物芯片、微数据中心、智能机器人、自然语言问答、虚拟现实、增强现实、自动驾驶等都将会在5~10年内达到生产力平稳期，而同声传译、机器学习、自动区域驾驶等技术所需时间仅为2~5年。 为抓住难得的发展机遇，发达国家纷纷加快人工智能技术创新与战略布局，将人工智能做为提升国家竞争力的重要战略取向和重要抓手，力图占领产业发展新的制高点，这也使得人工智能成为了各国综合竞争
(完整版)人工智能的发展及应用
人工智能的发展及应用 这是个信息爆炸自动控制飞速发展的时代，而在这样的时代中，人工智能也取得了飞速的发展。成为了最前沿最热门的学科和研究方向之一。 人工智能的定义? ?“人工智能”(Artificial Intelligence)一词最初是在1956年Dartmouth 学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能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。? 人工智能理论进入21世纪,正酝酿着新的突破,人工智能的研究成果将能够创造出更多更高级的智能“制品”,并使之在越来越多的领域超越人类智能,人工智能将为发展国民经济和改善人类生活做出更大贡献。? 人工智能的应用领域? ?1.在管理系统中的应用? (1)人工智能应用于企业管理的意义主要不在于提高效率,而是用计算机实现人们非常需要做,但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中,以数据管理和处理为中心,围绕企业的核心业务和主导流程建立若干个主题数据库,而所有的应用系统应该围绕主题数据库来建立和运行。换句话说,就是将企业各部门的数据进行统一集成管理,搭建人工智能的应用平台,使之成为企业管理与决策中的关键因子。? 2.在工程领域的应用? (1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用,具有极大的科研和应用价值,它可以帮助医生解决复杂的医学问题,作为医生诊断、治疗的辅助工具。事实上,早在1982年,美国匹兹堡大学的Miller就发表了着名的作为内科医生咨询的Internist 2Ⅰ内科计算机辅助诊断系统的研究成果,由此,掀起了医学智能系统开发与应用的高潮。目前,医学智能系统已通过其在医学影像方面的重要作用,从而应用于内科、骨科等多个医学领域中,并在不断发展完善中。? (2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”,该系统用于勘探评价、区域资源估值和钻井井位选择等,是工业领域的首个人工智能专家系统,其发现了一个钼矿沉积,价值超过1亿美元。? 3.在技术研究中的应用? (1)在超声无损检测(NDT)与无损评价(NDE)领域中,目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器,以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动,减少了任务因素造成的无擦,提高了检测的可靠性,实现了超声检测和评价的自动化、智能化。? (2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展,网络技术的安全是我们关心的重点,因此我们必须在传统技术的基础上进行网络安全技术的改进和变更,大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更高级AI通用和专用语言,和应用环境以及开发专用机器,而与人工智能技术则为我们提供了可能性。
人工智能技术在国防科技领域的应用
人工智能技术在国防科技领域的应用 学院 专业 研究方向 学生姓名 学号 任课教师姓名 任课教师职称 2013年6 月20 日
人工智能技术在国防科技领域的应用 摘要:应用与国防科技领域,利用计算机模拟人类的学习与推理,能思维、能学习，能求解问题，适应环境变化的特征。随着科学技术的发展，人工智能技术广泛的应用与军事、航空航天、工业、农业、气象、地质勘查、交通运输等领域，本文主要论述人工智能技术在军事及航空航天等国防科技领域的应用。 关键词：人工智能；军事技术；智能武器；航空航天；专家系统 一. 引言 人工智能技术是在20世纪50年代产生的。当时世界的科学技术已经进入一个新的发展阶段，信息量急剧增加,信息传递日益加快,人类的自然智能已经无法迅速处理如此巨大数量的信息，人们便开始探索通过计算机来执行需要使用人的智能才能完成的任务。60年代，人工智能技术主要用于弈棋、定理证明和简单的人工智能专家系统研究。70年代，随着微型电子计算机技术和集成电路技术的迅猛发展，人工智能专家系统的研究进入应用开发阶段，一些初级商品化的专家系统在市场上出现。专家系统是一种智能化的计算机软件系统。该系统中的知识，是从人类专家头脑中获取并编写成软件存储到计算机中去的。这些知识是相应专业领域中较为先进和准确的知识。专家系统作为一种特殊的软件系统，在它与计算机组合成一个完整的综合系统之后，就可以向人们提供知识、建议、推理、判断或决策意见。既可以作为一种完整、独立的智能化工具，从事与人工智能技术相关的系统开发工作，并在部分功能上起到人类助手的作用；又可以直接作为新一代智能机的部件和开发工具。 80年代以来，人工智能技术得到了迅速的发展，应用于遗传工程、化学合成、业务管理、石油勘探、法律断案及军事领域中的专家系统相继研制成功。日本、美国、苏联和西欧某些国家均以政府支持的方式，大力资助和领导人工智能技术的研究与开发工作。其中，日本的新一代智能计算机系统研究与开发计划、英国的阿尔维(ALVE)计划、美国国防部的战略计算倡议(SCI)和西欧的尤里卡(EUREKA)计划最为引人注目。美国在人工智能技术研究方面，以军事用途为首要目标，由国防部出资10亿美元，拟在从1983年开始的10年内，研制出用于军用航天器的自动控制驾驶仪，陆上多用途自主作战系统和舰用多用途智能计算机等军事人工智能化装备。中国于60年代开始进行人工智能技术的开发研究，一些人工智能应用成果，已开始在国民经济发展和国防建设中发挥作用。在人工智能基础研究和理论研究工作中，尤其在智能机体系结构、智能语言及智能机器人的研究工作中，都有独到的见解和成就 二. 军事领域应用 1.实际应用 人工智能技术在军事上有着广阔的应用前景，在此领域中已出现上百种成功的应用项
AI人工智能技术的应用范围和案例课件
AI人工智能技术的应用范围和案例 人工智能（Artificial Intelligence），也就是常说的为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。 作为一门学科，人工智能于1956年问世，由“人工智能之父“McCarthy 及一批数学家、信息学家、心理学家、神经生理学家、计算机科学Dartmouth大学召开的会议上，首次提出。 当前人工智能己在如下一些领域和方向取得了深入的应用和发展：机器人，金融, 零售，无人驾驶，智能医疗等。 1.人工智能在机器人方向的应用 人工智能在智能机器人中应用所要经过的过程为：
1、识别过程，外界输入的信息向概念逻辑信息转译，将动态静态图像、声音、语音、文字、触觉、味觉等信息转化为形式化（大脑中的信息存储形式）的概念逻辑信息。 2、智能运算过程，输入信息刺激自我学习、信息检索、逻辑判断、决策，并产生相应反应。 3、控制过程，将需要输出的反应转译为肢体运动和媒介信息。 人工智能实体将首先在精确思维能力上超过人，然后在模糊思维能力上超过人。由于创造力是个性化的产物，较高的创造力不是复制及经验的吸收所能产生的，它需要通过个性化的学习来获得，而个性化的学习不是短时间内所能完成的，因而人工智能实体在创造力上全面超过人将需要较长的时间。一旦人工智能实体的创造力超过人其智力水平也就能远远超过人。“智能机器人”将在工业、服务业、军事、航空航天等领域发挥越来越重要的作用。 今天，尽管我们的机器人已经具备了一定的智能，但距离真正的“智能机器人”还有相当大的差距。随着生理学，行为学等学科的发展，随着我们对人脑的工作方式的理解进一步的加深，随着机器视觉和自然语言理解等人工智能领域在机器人上的应用，机器人终将成为真正意义上的“智能机器人”。 这是充满了生机与活力科研领域。研制机器人的最初目的是为了帮助人们摆脱繁重劳动或简单的重复劳动， 以及替代人到有辐射等危险环境中进行作业，因此机器人最早在汽车制造业和核工业领域得以应用。随着机器人技术的不断发展，工业领域的焊接、喷漆、搬运、装配、铸造等场合，己经开始大量使用机器人。另外在军事、海洋探测、航天、医疗、农业、林业甚到家用机器人，服务娱乐行业，也都开始使用机器。