2016 年 4 月 1 日 现代电子技术 Apr.

2016
第 39 卷第 7 期 Modern Electronics Technique Vol. 39 No. 7
112
doi：10.16652/j.issn.1004⁃373x.2016.07.027

基于网络时代下的人工智能发展分析
李 宁
（西安铁路职业技术学院，陕西 西安 710014）

摘 要：网络时代的人工智能以计算机为核心，在认知科学、生物智能、物理学、网络科学等交叉学科领域的研究中已
经有了较大的发展与创新。人工智能的水平越来越高，处理速度越来越快，为人类减轻了体力劳动或脑力劳动的负担，极大
地改善了人类的生活质量和生产效率。在此叙述了人工智能发展的历程，以智能配网和以智慧城市为例分析基于网络时代
下的人工智能的应用，并对人工智能发展趋势进行预估。该分析对人工智能的发展有着积极的意义。
关键词：人工智能；发展历程；智慧城市；发展趋势
中图分类号：TN911.73⁃34 文献标识码：A 文章编号：1004⁃373X（2016）07⁃0112⁃03

Analysis of artificial intelligence development in Internet age

LI Ning
（Xi’an Railway Vocational & Technical Institute，Xi’an 710014，China）

Abstract：The artificial intelligence in network age takes the computer as the core，and has great development and inno⁃
vation in the research of the interdisciplinary field，including cognitive science，biological intelligence，physics and network
science. The level of artificial intelligence is high，and processing speed is fast，which can reduce the burden of manual labour
or mental work for human，and greatly improve the human life quality and production efficiency. The development process of arti⁃
ficial intelligence is described，and the application of artificial intelligence in Internet age is analyzed by taking intelligent distri⁃
bution network and smart city as the example. The development trend of artificial intelligence is estimated. This analysis has posi⁃
tive meaning to analyze the development of artificial intelligence.
Keywords：artificial intelligence；development history；smart city；development trend

90 年代，随着国际互连网技术的成熟与应用，人工
1 人工智能发展的历程
智能的研究对象开始由单个智能主体转向网络环境下
20 世纪 50 年代随着第一台现代计算机的出现，人 的多个智能主体，更加关注整个的网络环境，更加的立
工智能的兴起涌现了一些研究成果，如机器定理证明、 体和全面。人工智能不仅能解答基于同一目标的分布式
通用问题求解程序 LISP 表处理语言、跳棋程序等，不过
问题，还能解答基于网络环境的多目标问题求解，极大的
到 50 年代末期发展进入瓶颈期。
提升了人工智能的实用性、智能性。而 Hopfield 多层神
在 60 年代初期，专家系统的出现使得人工智能进
经网络的发展，则进一步扩大了人工智能的应用范围。
一步发展，直至 70 年代末。这一时期的主要研究成果
是 MYCIN 疾病诊断和治疗系统、Hearsay⁃II 语音理解系 2 基于网络时代下的人工智能的应用
统 、PROSPECTIOR 探 矿 系 统 和 DENDRAL 化 学 质 谱 分
2.1 以智能配网为例
析系统等，专家系统的出现和成熟把人工智能推向了实
传统的通信方式已适应配网智能化发展的需要，对
用化的发展道路。
于二级通信方式更是如此，因为其需要架铺屏蔽载波电
在 1982 年，日本开始了“第五代计算机研制计划”，
缆。而屏蔽载波电缆的架铺不仅工程造价高、施工难度
掀起了人工智能研究的热潮，使人工智能在 80 年代得
大，而且建设周期也长，不具备环路条件 [1]。尽管可进行
到极大的发展。在 1987 年，美国召开第一次神经网络
GPRS 无线公网改造，但还是会存在任一级通信中断都
国际会议，此后各国都加大了对神经网络的研究，使神
会影响配网终端设备的通信，可靠性、安全性差的问题
经网络飞速发展，极大地提升了信息处理的效率，为人
还是没有得到妥善解决。普及无线专网技术在智能配
工智能的进一步发展奠定了基础。
网中的应用，减少停电时间和经济损失。而新一代无线
收稿日期：2015⁃12⁃24 通信技术的发展及成熟，为智能配网的完善提供了技术
第7期 李 宁：基于网络时代下的人工智能发展分析
支撑。无线专网技术的应用应在电力监控系统的范畴
内进行，以网络的生产控制大区为发展平台，
借助于生产
[2]
控制大区的专用网络通道进行通信 。WiMax 技术是智
能配网应用无线专网技术的首选，
其“三遥”
功能是通过配
[2]
无线专网通信的配电终端装置实现的 。
电调度系统、
WiMAX 技 术 能 在 现 有 的 网 络 设 备 上 开 展 ，支 持
TCP/IP 协议，基站可提供标准的以太网口，通过全 IP 的
网络与现有的网络直接连接，连接城域网。WiMAX 电力
专网能综合接入包括无线路由器的常见网络终端设备，
直接连接二层交换机，并把信息以图标、语音、数据的形
式进行传递。通常情况下，配电终端的数量是变压器的
数十倍，而一个中等城市变压器的数量也是相当可观，不
利于配电终端相关信息数据的管理，对于离散型高、距离
远、数量多的配电终端更是如此，而 WiMAX 电力专网可
点对多点、远距离传输、运行可靠，有效应对上述问题，可
以把配电终端直接接入配电控制中心，非常有利于调度
中心收集线路故障信息、智能电表的大用户的用电量。
比如，对于一个配有主干光纤设备到供电公司的开
闭所，假设配电支路的最远配电终端距开闭所 15 km，开
闭所距离供电局 20 km，
配电终端 FTU 和 TTU 均匀分布在
配电支路沿线内，电杆高度 5 m，控制箱附近 10 m 开阔。
那么可以沿配电支线走向建设 3 个 WiMAX 基站，每个基
站覆盖半径 4 km，以就近原则接入终端，每个基站接入
60 个，覆盖配电支线全段。为了确保以后发展需要，可
把配电终端接入基站的数量设为 200，并通过划分扇区
增加容量。通过 WiMax 基站，开闭所就能通过无线专网
对数据进行收集和整理，然后再通过开闭所的光纤主干
网把相关数据汇集到配网调度控制中心的 DMS 系统中。
2.2 以智慧城市为例
应用智慧城市关键支撑技术构建智慧城市时，首先
要着眼于城市的整体规划和布局，设计初步的智慧城市
的顶层架构方案，结合城市的信息化建设方向，并对方
案进行整体的分析和考证，保证方案的可操作性和有效
性，确定建设智慧城市的战略目标，在整体上把握智慧
城市建设的效果。其次，各支撑技术系统要保证智慧城
市建设方案的顺利实施，各技术系统的建设要保持开放
性和标准化，并在他们之间建立相互联系和配合的规则
和标准，实现系统的可运营和可管理。
构建智慧化信息支撑体系是智慧城市建设的基础
工作。在城市基础设施领域，利用关键支撑技术，实现
城市基础设施的智能化，主要的工作对象是交通、环境、
通信、水电、公共安全、医疗、政务，继而收集并利用城市
各种形式的资源。在信息资源整合方面，加强对大数据
和云计算技术的应用，提高智能分析数据的能力，并不
113
断完善整体运行平台的建设 [2]。
如 图 1 所 示 为 智 慧 城 市 信 息 支 撑 体 系 架 构 ，作 为
一种开放式立体体系架构，它是由平台层、感知层、应用
层、网络层组成。值得注意的是，整个网络中的智能处
理、计 算 能 力 在 这 四 个 层 面 上 都 有 所 体 现 ：网 络 层 的
使能控制层面、应用层内的智能处理层面、感知层的网
关层面、平台层的大数据智能分析与 PAAS 公共服务层
面 [3]。该开放式的体系架构实现了整个系统能力的均衡
部署，通过四层的相互关联与智能分布，保证其构架具
有可自由扩展、清晰、标准、面向未来的特性。在此构架
的基础上，建议有一个可自由删除、添加业务的环境，而
弹性业务环境能保证业务之间的联系和互动。
图1 智慧城市信息支撑体系架构
感知网关、感知网络、传感器、感知终端等组成了感
知层。城市环境中的事物状态是感知层的主要工作对
象，感知层把感知数据送到网络层，并且为了保证整个
体系架构的应用，感知对象、网络、终端等各个环节处在
可运营、可管理的状态下，城市智慧管理中心要对感知
层施加管控手段。
作为智慧城市信息、数据传递的主要载体，网络层
使得应用层和感知层之间数据的传递更加迅速和可靠。
云计算 IAAS 层和 PAAS 层共同组成了平台层。而
云计算 IAAS 层的核心设施是互联网络、数据库、云计算
操作系统、服务器存储设备 ，保证应用层和 PAAS 层的
应用服务系统的运行有足够的资源和稳定的虚拟化运
行环境支撑。PAAS 层包涵的大数据处理和智能挖掘分
析系统、公用服务组件、中间件等主要是为了保障应用
层功能的进一步完善和加强。
应用层经常使用到的应用有以下五类：智慧城市决
策领域、智慧安全领域、智慧城市管理领域、智慧公众服
务领域、智慧环境领域，五类应用保证了应用层面作为
支 撑 智 慧 城 市 发 挥 功 能 主 体 作 用 的 实 现，他 们 相 互 配
114
合，互为补充。
3 人工智能发展趋势预估
在计算机网络迅速发展的时代，可以利用人工智能
进行语言翻译。不过，当前的语言技术并不成熟，尚不
能 克 服 语 义 障 碍 ，既 不 能 把 任 意 输 入 转 化 为 高 质 量 译
文，也不能生动体现自然语言中模糊、暧昧成分，更不能
对整篇的文章进行理想的翻译，但相信随着语言技术和
人工智能的发展，语言翻译将不再是难事。
自适应系统是人工智能下一个十年的发展方向之
一，自适应系统不仅能处理完整的信息，还能处理残缺
的信息，甚至能对残缺的信息进行智能化补充。发展自
适应系统需要相关技术的支撑，笔者认为首先应发展理
解与处理上下文的技术，使信息、数据的处理更加成熟、
高效、准确。发展多路学习机制，使得自适应系统能在
日常的运行中不断积累经验，使人工智能能适应不断变
化的环境。最后发展自动进化机制，使得人工智能不断
学 习 ，改 变 单 一 的 被 动 处 理 信 息 为 主 动 的 智 能 处 理 信
息，甚至具有一定的预判能力。
对 于 人工智能的学习，还需要大量的技术支撑，现
阶段已成功运用的学习方法有增强学习算法等。当学习
的效果并不理想，尤其是在线学习方面，这将在很长的
一段时间内困扰着相关技术研究人员，相信在不久的将
来，一定能寻找到一个新的方法来解决移动机器人智能
存取信息、自主 agent 等难题，克服在线学习技术瓶颈。
在最受人们关注的机器人领域里，人工智能蕴含着
十分强大的发展空间。虽然现在已经实现了机器人与人
􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊􀤊
（上接第 111 页）
究对象，结合我国文化类建筑设计项目的现状和特点，
将文化建筑设计的过程划分为三个阶段，分析了 C 文化
中心建筑设计项目的背景和存在的现实问题，并运用项
目管理和风险管理理论，对 C 文化中心建筑设计项目的
风险进行了识别、评价，并制定了相应的风险管理对策。
通过德尔菲法和专家访谈法，识别出 C 文化中心建
筑设计项目的 39 个风险因素；其次，在专家打分的数据
基础上，利用概率影响矩阵对评分数据进行量化评估，
评价出 C 文化中心建筑设计项目需要重点关注的前十
大 高 风 险 ；最 后 ，运 用 风 险 自 留 和 风 险 预 防 等 手 段 对
C 文化中心建筑设计项目的关键风险进行预防和控制，
降低风险发生的概率，减少损失程度。
作者简介：辛酉阳（1982—），男，河南汝南县人，硕士，实验师。从事建筑施工技术与实验检测工作。
连自宝（1983—），男，河南淮阳县人，硕士，实验师。从事建筑工程施工与实验检测工作。
现代电子技术 2016 年第 39 卷
的对话交流等强大功能，但相信在未来，人们一定会挖掘
出人工智能更多更强大的功能并运用到机器人中，
让机器
人更好的为人们服务。在控制领域内，
虽然已经实现了远
程操控技术，
但并不普及，
相信在未来，
人们可以更轻松自
如地利用人工智能实现对家用电器等的远程控制。
4 结 语
人工智能一直处于计算机的前沿技术，其研究的理
论和发展在很大程度上决定着计算机的发展方向。本
文主要介绍了人工智能的发展历程，人工智能在智慧城
市中的应用以及发展趋势预估。重点以构建智慧城市
为例，阐述了人工智能在建设智慧城市中的具体应用。
随着人工智能技术的发展，它将会给人们的学习、生活
和工作带来极大的便利。
参 考 文 献
[1] 睢丹，金显华.人工智能在网络拥塞控制中的路径优化研究[J].
计算机仿真，2011，28（9）：102⁃105.
[2] 钟义信.人工智能的突破与科学方法的创新[J].模式识别与人
工智能，2012，25（3）：456⁃461.
[3] 陆阳，乔钢柱，谭瑛.基于 Android 的智能家居程序开发与研究
[J].物联网技术，2014，4（3）：31⁃32.
[4] 陈晨，齐向东.基于 RFID 的智能车库系统设计[J].物联网技术，
2014，4（4）：30⁃31.
[5] 王磊，曲卫平，李敬兆. 基于人工智能搜索和数据依赖分析的
程序并行化[J].现代电子技术，2013，36（6）：1⁃3.
[6] 周昌贤，郑韶鹏.构建 WebGIS 和人工智能技术的防震综合管
理系统[J].现代电子技术，2014，37（12）：87⁃89.
参 考 文 献
[1] 王春浩.我国建筑工程项目风险类型及风险管理对策研究[J].
科技咨询，2012（14）：149.
[2] 李海鹏.基于因子分析法的建筑工程设计风险研究[J].四川水
泥，2015（2）：322.
[3] 聂 东 伟. 浅 析 建 筑 工 程 设 计 风 险 分 析 及 管 理 [J]. 才 智 ，2011
（26）：31.
[4] 陈 双.关 于 建 筑 工 程 设 计 风 险 分 析 及 管 理 研 究 [J].群 文 天 地 ，
2013（2）：231.
[5] 王婷，刘莉.利用建筑信息模型（BIM）技术实现建设工程的设
计、施工一体化[J].上海建筑科技，2010（1）：62⁃63.
[6] 赵 越.BIM 对 建 筑 设 计 和 施 工 的 优 化 [J].安 徽 建 筑 ，2012（5）：
173⁃174.