摘要: 本文分析了控制理論與應用、模式識別與智能系統、導航制導與控制、系統科學與工程、人工智能與自動化交叉等領域的發展現狀. 結合科技發展、國內國際研究前沿和新興領域對自動化科學技術的需求, 提出重點發展智能控制理論和方法、高性能作業機器人、信息物理系統、導航與控制技術、重大裝備自動化技術、自主智能系統和人工智能驅動的自動化技術優先領域, 加強數據驅動控制理論、人工智能基礎理論研究, 進一步發展人機協同、跨域融合的智能自動化, 為實現國家社會的全面信息化智能化提供理論和技術保障.
機器視覺是建立在計算機視覺理論工程化基礎上的一門學科,涉及到光學成像、視覺信息處理、人工智能以及機電一體化等相關技術。隨著我國制造業的轉型升級與相關研究的不斷深入,機器視覺技術憑借其精度高、實時性強、自動化與智能化程度高等優點,成為了提升機器人智能化的重要驅動力之一,并被廣泛應用于工業生產、農業以及軍事等各個領域。在廣泛查閱相關文獻之后,針對近十多年來機器視覺相關技術的發展與應用進行分析與總結,旨在為研究學者與工程應用人員提供參考。首先,總結了機器視覺技術的發展歷程、國內外的機器視覺發展現狀;其次,重點分析了機器視覺系統的核心組成部件、常用視覺處理算法以及當前主流的機器視覺工業軟件;然后,介紹了機器視覺技術在產品瑕疵檢測、智能視頻監控分析、自動駕駛與輔助駕駛與醫療影像診斷等四個典型領域的應用;最后分析了當前機器視覺技術所面臨的挑戰,并對其未來的發展趨勢進行了展望。希望為機器視覺技術的發展和應用推廣發揮積極作用。
//www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200870
人工智能是研究、開發能夠模擬、延伸和拓展人的智能的理論、方法、技術及應用系統的一門新的技術科學[1]. 人工智能的目標是讓機器能夠像人一樣理解、思考和學習, 即用計算機或其他智能體去模擬人的智慧. 隨著大數據智能、互聯網群體智能和跨媒體智能的高速發展, 以及人工智能2.0等國家戰略的提出, 人工智能學科正日益成為國家自然科學基金委的重點資助學科領域.
國家自然科學基金委在2018年調整了學科代碼, 并單獨設置了人工智能一級學科代碼(F06), 主要資助信息科學中人工智能領域的基礎研究、前瞻性探索研究以及面向國民經濟和國家安全的應用基礎研究. 強調圍繞人工智能領域的核心科學問題與關鍵技術, 進行原創性、基礎性、前瞻性和交叉性研究, 鼓勵在人工智能基礎、機器學習、機器感知與模式識別、自然語言處理、知識表示與處理、智能系統與應用、認知與神經科學啟發的人工智能等方向展開理論與方法的研究[1]. 在此之前, 為了貫徹國家科技戰略規劃布局, 推動我國人工智能基礎研究, 引領人工智能技術發展, 培養人工智能創新研究隊伍, 國家自然科學基金委員會于2017年初啟動人工智能基礎應急管理項目, 主要面向人工智能前沿基礎、智能自主運動體、復雜過程智能優化決策三大方向, 每個方向涵蓋若干主題, 支持科學家開展相關研究. F06代碼的設立, 極大地提升了科研人員從事人工智能基礎研究的熱情, 對于信息科學部的學科深度和廣度延展具有重大意義.
2020年借助國家自然科學基金深化改革的契機, 信息科學部對F06代碼進行了梳理, 原三級代碼下沉為研究方向. 同時, 面向學科規劃和交叉領域發展, F06增設了“復雜性科學與人工智能理論”、“模式識別與數據挖掘”以及“交叉學科中的人工智能問題”三個新二級代碼. 本文針對人工智能學科2018?2020年度申請/資助情況, 以及科學部近年來在人工智能領域的相關推動和扶持, 并以2020年度新版學科代碼的設立為背景, 對人工智能的學科發展提出了若干展望.
本文結合工業自動化和信息技術在工業革命中的作用以及制造與生產全流程決策、控制以及運行管理的現狀和智 能化發展方向的分析, 提出了發展工業人工智能的必要性. 通過對人工智能技術的涵義、發展簡史和發展方向的分析以及自 動化與人工智能研究與應用的核心目標、實現方式、研究對象與研究方法等方面的對比分析, 提出了工業人工智能技術的涵 義. 通過對工業人工智能和工業自動化的研究對象與研究目標對比分析, 提出了工業人工智能的研究方向和研究思路與方法。