人工智能

构建智能系统，尤其是数量巨大的初级智能系统，并非首先用到人工智能，而是首先用到由长期的工业技术积累所形成的工业智能和其它智能技术。

1 智能系统的定义与识别

实现智能制造，需要构建和识别各式各样的智能系统。符合以下特征的任何一个级别的人造系统，可以认为是智能系统。

类比于人脑的认知能力，《三体智能革命》作者们对人造系统的智能特征做了提取，将智能系统分成三类：

初级智能系统具备三个基本特征：状态感知、自主决策、即刻执行，即前面提到的有感知，自决策，善动作。其决策依据通常依靠科学效应来实现(例如利用光敏传感器自动开启和调光的智能路灯，数控车床防撞刀装置等)，由工业智能实现，无需嵌入计算系统;

恒定智能系统具备四个基本特征：状态感知、实时分析、自主决策、精准执行。这类系统效率极高，自主工作，但是智能水平在构建时预先设定，难以改动(例如具有感知衣料特性并自动决定洗衣策略的智能洗衣机)。这样的系统必须嵌入计算内核，嵌入软件和知识，以工业智能为主，在自主决策环节引入少量人工智能；

机器学习、超级电脑和游戏领域的 GPU 研发曾在 2009年被 Intel 放弃过，现在他们带着这款 72 核的新产品 Xeon Phi 重返这个领域，与 NVIDIA 系列的 GPU 做竞争。

Xeon Phi 是上周在德国法兰克福举办的超级计算机会议上公布的，是目前 Intel 性能最强而且价格最高的芯片，对标的就是 NVIDIA 已经深耕很久的机器学习和超级计算机领域。

作者：张林成 
来源：<a href="http://cn.technode.com/post/2016-06-21/tmt-and-google-glass-pk-ai/?utm_…;动点科技</a>
从 2012 年谷歌眼镜曝光开始，全球智能硬件行业迎来了爆发性发展，并最终与 2014 年前后达到顶点，然而，其后谷歌眼镜 2c 战略的失败则为整个智能硬件行业蒙上了一层阴影。目前，我国的智能硬件设备的销量与均价均出现了大幅下降。

人工智能引领下的创新教育和机器人教育

在人工智能开始普及的今天，创新教育，包括机器人教育将重新被定义，人工智能的开发工具和教学工具将令教育者和受教育者站在更高的起点上。近十年，人工智能算法从实验室走向了科技大公司，尤其是互联网公司的云计算，从网络用户分析到包括视觉和运动在内的机器人算法应用，已经在编织一张商业应用的网络。就如同互联网和移动互联网的发展有赖于开源软件技术和众多开发者的参与一样，人工智能和机器人的发展到了今天，也将会通过技术的“赋权与民”来创造前所未有的爆炸式发展。开源硬件，以及“亲民”的人工智能开发工具将成为众多潜在开发者破除技术和工程围栏的武器，也是建立新的创新教育体系的基础，在开源硬件和人工智能开发工具这一基础上，小到纽扣级可穿戴方案，大到自动驾驶装备，都将成为更多的开发者，包括中小学生开发者可以涉猎的教育内容，这样一来，创造出个性化，层次多样的创新成果就将是水到渠成的事情了。

关于人工智能的研究始于1950年，计算机之父阿兰·图林在他的论文《计算机与智能》中引进了图灵测试的概念。这个裁判中包括一名提问者，裁判必须与处在不同房间内的两个参与者进行沟通。一名参与者是一台计算机，另一个是真人。裁判提出问题并根据参与者的不同回答指出哪一台是计算机。经过测试之后，假如裁判做出的正确判断不足总数的一半，就认为这台计算机是人工智能的。图灵测试最初的理论认为创造会思考的计算机是一个很稳定的过程。

在过去的20年里，在这一领域有了很大的进步，但是我们不得不多问一句：这一定是一件好事吗？下面为大家介绍一些有趣的人工智能的真相——这当中有的甚至有一些恐怖。

2016年4月，创客大爆炸的工程师们成功的将人工智能整合入图形化的开发工具SmartNode，变成了即将发布的SmartNode/AI. SmartNode是一个图形化的智能硬件开发工具，让开发者可以快速掌握并搭建自己的智能硬件逻辑。人工智能是未来智能系统最重要的开发工具，SmartNode目前是第一个支持人工智能的创客工具！SmartNode/AI将神经网络（Neural Network）整合入智能硬件开发环境，让人工智能可以信手拈来，更多的人可以把人工智能玩起来。

人工智能开发避障小车

传统多传感避障小车需要开发者设计逻辑和编写代码，而且添加新的传感需要完全的重写代码，费神费力。

采用人工智能开发，通过自然的学习的方式，不再需要编写代码，只要用户按照希望的行为操作小车几次，让SmartNode/AI的神经网络Node经过学习之后，小车就能按照用户教授的行为来自动驾驶，这个过程称之为“神经网络的训练”。