软件工程专业学科前沿讲座报告

软件工程专业学科前沿讲座报告
院 (系)：计算机科学与工程
专 业：软件工程
班 级：17060212
学 生：张嘉琪
学 号：***********
-

欢迎下载 2
人工智能
（Artificial Intelligence），英文缩写为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。 人工智能亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。
通常人工智能是指通过普通计算机程序来呈现人类智能的技术。通过医学、神经
科学、机器人学及统计学等的进步，有些预测则认为人类的无数职业也逐渐被人
工智能取代。
人工智能在 计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决
策，控制系统，仿真系统中得到应用。人工智能是计算机学科的一个分支，二十
世纪七十年代以来被称为世界三大尖端技术之一（ 空间技术、 能源技术、 人
工智能）。也被认为是二十一世纪三大尖端技术（ 基因工程、 纳米科学、 人工
智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得
了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论
在理论和实践上都已自成一个系统。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、
思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能
的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心
理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其
范围已远远超出了计算机科学的范畴，人工智能与 思维科学的关系是实践和理
论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从
思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进
人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语
言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、 模
糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。
通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其
他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从
解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知
识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之
为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学
习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的
就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不
依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”
直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的实践。
人类的实践过程同时包括经验和创造。这是智能化研究者梦寐以求的东西。
前景:目前随着人工智能AI的迅猛发展，今后几年触摸一体机一定会和人工智能
-
欢迎下载 3
更好的融入，更好的提升人机交互的体验感，让传统的触摸一体机赋能会听、会
说、会看、会想更加智能化。
机器视觉
是人工智能正在快速发展的一个分支。机器视觉作为生产过程中关

键技术之一，在机器或者生产线上，机器视觉可以检测产品质量以便将不合格的
产品剔除，或者指导机器人完成组装工作，与整个生产密切相关
简单来说，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过
机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到
被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;
图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控
制现场的设备动作。
机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、
光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析
算法、图像卡、 I/O卡等)。
一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字
图像处理模块、智能判断决策模块和机械控制执行模块。
机器视觉的运用领域:
由于机器视觉可以快速获取大量信息，而且易于自动处理，人们逐渐将机器视觉
系统广泛地用于天文行业、 医药行业、交通航海行业以及军事行业领域等。
在国外，机器视觉的应用相当普及，主要集中在电子、汽车、冶金、食品饮料、
零配件装配及制造等行业。机器视觉系统在质量检测的各个方间已经得到广泛的
应用。
机器视觉产品刚刚起步，目前主要集中在制药、印刷、包装、食品饮料等行业。
随着国内制造业的快速发展，对于产品检测和质最的要求不断提高，各行各业对
图像和机器视觉技术的工业自动需求将越来越大，因此机器视觉在未来制造业中
将会有很大的发展空间。
工业应用中的机器视觉
1.引导和定位，视觉定位要求机器视觉系统能够快速准确的找到被测零件并确认
其位置，上下料使用机器视觉来定位，引导机械手臂准确抓取。
在半导体封装领域，设备需要根据机器视觉取得的芯片位置信息调整拾取头，准
确拾取芯片并进行绑定，这就是视觉定位在机器视觉工业领域最基本的应用。
2.外观检测，检测生产线上产品有无质量问题，该环节也是取代人工最多的环节。
说机器视觉涉及到的医药领域，其主要检测包括尺寸检测、瓶身外观缺陷检测、
瓶肩部缺陷检测、瓶口检测等。
3.高精度检测，有些产品的精密度较高，达到0.01～0.02mm甚至um，人眼无法
-
欢迎下载 4
检测必须使用机器完成。
4.识别，就是利用机器视觉对图像进行处理、分析和理解，以识别各种不同模式
的目标和对象。可以达到数据的追溯和采集，在汽车零部件、食品、药品等应用
较多。
应用现状:
在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%-50%
都集中在半导体行业。具体如PCB印刷电路：各类生产印刷电路板组装技术、设
备；单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、
油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边材料等。
SMT表面贴装：SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工
具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂
等；再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备：电子元件制
造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。机器视觉
系统还在质量检测的各个方面已经得到了广泛的应用，并且其产品在应用中占据
着举足轻重的地位。除此之外，机器视觉还用于其他各个领域。[6]

而在中国，视觉技术的应用开始于90年代，因为行业本身就属于新兴的领域，
再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白。目前国
内机器视觉大多为国外品牌。国内大多机器视觉公司基本上是靠代理国外各种机
器视觉品牌起家，随着机器视觉的不断应用，公司规模慢慢做大，技术上已经逐
渐成熟。

随着经济水平的提高，3D机器视觉也开始进入人们的视野。3D机器视觉大多用
于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和医药产品的评级。它可以
提高合格产品的生产能力，在生产过程的早期就报废劣质产品，从而减少了浪费
节约成本。这种功能非常适合用于高度、形状、数量甚至色彩等产品属性的成像。

在行业应用方面，主要有制药、包装、电子、汽车制造、半导体、纺织、烟草、
交通、物流等行业，用机器视觉技术取代人工，可以提供生产效率和产品质量。
例如在物流行业，可以使用机器视觉技术进行快递的分拣分类，不会出现大多快
递公司人工进行分拣，减少物品的损坏率，可以提高分拣效率，减少人工劳动。
-

欢迎下载 5