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。