Ⅰ 自動化專業跟人工智慧關系大嗎

關系不大，屬於不同科學方向。

自動化專業以數學與自動控制理論為主要理論基礎，但人工智慧主要的方向是研究、開發用於模擬、延伸和擴展人的智能的理論等。

自動化專業以電子技術、計算機信息技術、感測器與檢測技術等為主要技術手段，利用各種自動化裝置分析與設計各類控制系統，為人類生產生活服務的一門專業。

人工智慧為計算機科學的一個分支，它企圖了解智能的實質，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等，與自動化專業不同。

(1)人工智慧與電氣自動化擴展閱讀

研究范疇：

語言的學習與處理，知識表現，智能搜索，推理，規劃，機器學習，知識獲取，組合調度問題，感知問題，模式識別，邏輯程序設計，軟計算；

不精確和不確定的管理，人工生命，神經網路，復雜系統，遺傳演算法人類思維方式，最關鍵的難題還是機器的自主創造性思維能力的塑造與提升。

安全問題：

人工智慧還在研究中，但有學者認為讓計算機擁有智商是很危險的，它可能會反抗人類。這種隱患也在多部電影中發生過，其主要的關鍵是允不允許機器擁有自主意識的產生與延續；

如果使機器擁有自主意識，則意味著機器具有與人同等或類似的創造性，自我保護意識，情感和自發行為。

實現方法：

人工智慧在計算機上實現時有2種不同的方式。一種是採用傳統的編程技術，使系統呈現智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學方法，它已在一些領域內作出了成果，如文字識別、電腦下棋等。

另一種是模擬法，它不僅要看效果，還要求實現方法也和人類或生物機體所用的方法相同或相類似。遺傳演算法和人工神經網路均屬後一類型。遺傳演算法模擬人類或生物的遺傳-進化機制，人工神經網路則是模擬人類或動物大腦中神經細胞的活動方式。

為了得到相同智能效果，兩種方式通常都可使用。採用前一種方法，需要人工詳細規定程序邏輯，如果游戲簡單，還是方便的。如果游戲復雜，角色數量和活動空間增加，相應的邏輯就會很復雜（按指數式增長），人工編程就非常繁瑣，容易出錯。

而一旦出錯，就必須修改原程序，重新編譯、調試，最後為用戶提供一個新的版本或提供一個新補丁，非常麻煩。採用後一種方法時，編程者要為每一角色設計一個智能系統（一個模塊）來進行控。

，這個智能系統（模塊）開始什麼也不懂，就像初生嬰兒那樣，但它能夠學習，能漸漸地適應環境，應付各種復雜情況。這種系統開始也常犯錯誤，但它能吸取教訓，下一次運行時就可能改正，至少不會永遠錯下去，用不到發布新版本或打補丁。