時間:2023-03-01 16:35:29
引言:易發表網憑借豐富的文秘實踐,為您精心挑選了九篇人工智能培訓總結范例。如需獲取更多原創內容,可隨時聯系我們的客服老師。
(江蘇省江陰中等專業學校,江蘇 江陰 214433)
摘 要:中等專業學校作為為社會提供最多技術人才的資源庫,注重的是學員的實踐能力了,所以實訓基地的建設尤其重要。
關鍵詞 :計算機;基地建設;技能型人才
中圖分類號:TG659-4 文獻標志碼:A 文章編號:1000-8772-(2015)02-0196-02
江蘇省江陰中等專業學校始建于1951年,是首批國家級重點職業學校、首批江蘇省重點職業中學、首批江蘇省四星級中等職業學校和高水平示范性職業學校、國家中等職業教育改革發展示范學校立項建設單位、江蘇省高水平現代化職業學校立項建設單位。學校占地249畝,建筑面積12.9萬平方米,在校學生5 000多人,是一所培養高素質技能型人才的綜合性中等專業學校。
我校計算機應用專業是首批江蘇省示范專業、省品牌專業、無錫市重點專業和第三批國示范重點建設專業。計算機實訓基地曾被評為國家高技能人才培訓基地,2013年根據省教育廳、財政廳《關于進一步加強職業學校高水平示范性實訓基地建設的通知》(蘇教職〔2012〕34號)要求,申報成為高水平示范性實訓建設基地。經過一年多的實訓基地的建設工作,我校在實訓基地的建設與管理過程中,學校銳意創新,多方借力,深化實訓基地內部管理與運行機制,從以下幾個方面凸顯基地特色,取得很好的成效。
一、立足現在,著眼未來,細化計算機專業方向
隨著信息技術的發展,開設計算機應用專業的學校越來越多,學校原有的以計算機應用為主的專業優勢得到削弱。因此,在“十二五”期間,學校堅持專業辦學的市場導向原則,結合本地實際,通過充分的調研論證,把計算機應用專業發展的重點轉到專業的“精細化”發展上。一方面對原有的計算機應用專業進行內涵的提升,突出“3+4”(3年中職+4年應用本科)一體化人才的培養;另一方面,積極開發新的社會緊缺的計算機類的應用型專業,2013年,新開設了計算機平面設計專業。
2013年以來,學校在國家職業教育改革示范性學校建設過程中,計算機應用應用專業深化與江陰市信息化協會的合作,成立了由政府、企業工程師和學校計算機專業的骨干教師組成的校企合作委員會,利用資源共建共享、優勢互補的原則,在真實的工作崗位上開展計算機類專業實訓,教學成效顯著。
二、積極教育,厚德勵技,優化專業人才培養目標
在專業人才培養目標上,學校堅持面向信息服務業,及時把握IT發展動態,優化專業人才培養目標。通過深入、廣泛的調查研究,學校將人才培養目標定位為:具有與本專業領域相適應的文化水平、良好的職業道德、吃苦耐勞的工作態度、嚴謹規范的工作作風,掌握本專業領域的技術基礎知識和基本技能,具備終身學習發展能力,達到計算機應用類(辦公自動化、數字媒體制作、網絡技術應用等方向)中級工技能水平的具有項目主管潛質的高素質技術技能型人才。
基于以上人才培養目標,學校本著“積極德育塑人品、積極教學育人才、積極拓展繪人生”的原則,創新學生積極教育體系。具體做法如下所示。
1.堅持立德樹人、全面發展,完善“積極德育”工程
學校實施德育導師制,對學生進行德育教育。學校聘請社會勞動模范、行業企業技術能手等人員擔任德育導師,通過講壇、授課、交流等形式,借助德育導師的模范與引領,培養學生的專業修養,創新德育課程教學。
2.剖析專業及課程,夯實“積極教學”工程
學校以“積極教學”為落腳點,通過專業剖析,厘清計算機專業相應的崗位職業活動,構建以職業能力為依據的課程體系。在專業技能課程的教學實施過程中,本著“生產合格產品,培養合格人才”的教學思路,以典型項目(服務)為載體設計教學活動,以職業技能鑒定為參照強化技能訓練。同時,學校聯合企業技術專家和課程專家,制訂課程教學標準,開發以“工作過程為導向”專業技能課程特色教材。在專業細化、小班化教學、項目推進的實施下,學校創造條件讓學生進入好企業、有發展的崗位進行定崗實習,通過企業的培養使學生成長為優秀的員工,這樣才能使專業辦學出現良性循環。
3.開展“九個一”活動項目,做強“積極拓展”工程
學校在實施職業教育“雙證制”的前提下,每年舉辦計算機文化節,學生在學習之余,積極開展第二課堂,并將課堂實踐教學模塊向課外拓展,以“九個一”項目為主線(做一名金手指、裝一臺電腦、組建一個局域網、設計一個網站、辦一份電子報刊、出一份海報、制作一分鐘宣傳片、獲取一張ATA證書、走進一家IT企業),分層遞進,鼓勵學生參加專業社團,通過自身的努力,實現一專多能,考取多個職業資格證書。目前為止,我校計算機專業利用江蘇省高水平實訓基地建設項目專項建設資金300萬元(江陰地方財政需配套350萬元),按照省高水平實訓基地建設評審要求,第一年度到帳的200萬元,學校根據實訓基地申報書中的規劃,將新增和改造10個實訓室(具體見項目申報書)。學校將省財政計算機實訓基地專項撥款到帳的200萬元前期投入主要用于以下幾個計算機基地建設項目。
序號建設項目內容預算資金(萬元)
第一,改造第4、第5、第9、第11和第12機房,報廢五個實驗室計算機 216臺。添置一體化教學用計算機200臺。并將1、2機房改造成2個高級辦公自動化實訓室。將第4機房改造成1個印刷編輯排版綜合實訓室,第5機房改造成網頁設計與制作實訓室,第9機房改造成1個圖形圖像實訓室。 75.5
第二,改造和擴建1個計算機網絡技術實訓室。 44.5
第三,新建2個動畫設計與制作實訓室。 53.5
第四,計算機實訓基地的網絡改造。 22.5
第五,其它(學生創新工作室、各室投影設備等)。 4
合計 200
此外,企業對學校的實訓基地建設也給予極大的幫助與支持。學校現代圖文工作室,全部由江陰現代辦公設備有限公司提供支持。
三、夯實基礎,銳意創新,完善實訓基地管理體制
學校圍繞高水平示范性實訓基地的建設目標,進一步強化實訓基地各項管理工作,建立起完善的基地管理體制。
1.實施“分線分塊”管理,構建基地日常管理體系
管理體系框架如下:
崗位名稱工作職責
實訓中心主任總體負責實訓基地的建設、運行和管理等各項工作;負責實訓教學安排、職業技能鑒定安排,實訓中心人員管理。
實訓指導教師負責學生計算機類實訓教學實施。
輔導員具體負責計算機專業實訓德育工作,指導實訓教師進行職業道德和職業素養教育。
對外培訓與校企服務110負責人具體負責對外培訓和企業技術服務,包括制定培訓計劃,實施培訓管理,承接對外項目開發等業務。
2.積極實施實訓基地日常巡查制度
為了及時了解實訓基地運行狀態,學校實施實訓基地安全巡查、教學巡查制度。重點查教師教學常規、學生學習常規,發現問題及時與教師溝通、與班主任溝通,并立即加以解決。
3.實施實訓基地晚自習值班制度
學校為了讓實訓設備物盡其用,最大限度增加計算機設備使用率,增強學生計算機專業動手能力,晚自習安排計算機系的學生在機房進行自習,讓學生合理利用這段時間,完成計算機專業課程學習任務,學有余力的學生也可以根據自己的愛好,自主學習訓練計算機相關的專業技能。為此,學校實行晚自習值日制度,計算機專業教師晚自修都要輪流安排到機房輔助管理,避免夜間可能出現的管理不到位的情況,促進學生綜合素質拓展的有效開展。
一、頂層設計,構建全方位、多層次、可操作的指導體系。
為了保障人工智能教育在我校真正落實和長期發展,學校將人工智能教育工作納入到學校整體三年發展規劃中,并作出明確要求。
為了讓師生更加重視人工智能教育,促進學生全面發展,特修訂了我校“五美”能行課程體系,將人工智能課程進行了重新定位和設計。
為了建設符合我校校情、學情的人工智能課程體系,學校成立了人工智能課程建設與實施的探索與研究項目管理團隊,制定了項目計劃書,從項目名稱、項目團隊、項目背景、項目創新點及解決問題、項目推進措施、項目完成期限等方面進行了具體規劃。
二、支撐保障
完善軟硬件設施和文化建設,為人工智能教育開展做好支撐和保障。除了四樓獨立的人工智能實驗室,我校還自主改造了五樓的創客教室和閱覽室,擴寬了人工智能教育場所,盡全力滿足學生人工智能上課需求。
學校高度重視人工智能教育,不斷加大投入。在資金緊張的情況下依然給學生購買了小學生C++趣味編程書和人工智能超變戰場的場地。
三、具體做法
1.基于校情和學情的人工智能課程設計
課程設置:開學之前,課程部整體規劃,實行信息技術課兩節聯排。
人工智能課程開設內容安排:基于校情學情,本學期3-6年級全面鋪開人工智能課程,3年級以信息技術基礎知識、編程貓、樂高搭建基礎入門為主;4年級AI神奇動物,5-6年AI變形工坊,是集搭建和編程于一體的人工智能課程體系。本學期信息技術類人工智能特色社團的開設:人工智能機器人社團、信息學奧C++社團、創意編程社團。
2.三位一體,三組聯動推進人工智能課程的開發與實踐。三組是:項目組、教研組和集備組。具體做法是:
項目組的做法:根據人工智能項目管理計劃書的內容和要求,3月初進行項目工作總結和4月份計劃匯報,5月份進行了中期匯報。進一步梳理人工智能校本課程的內容,促進人工智能課程實施與落地,進行了生本AI人工智能校本課程的開發與研究,重點對課程目標和課程內容進行了設計和探索。
教研組的做法:1.參加區首次信息技術教研活動,明確方向和工作重點。組織信息技術教師按時參加區里首次信息技術教研活動,并將區里的要求傳達給每一位信息技術老師,為接下來的工作做好鋪墊指明方向。2. 教研組內進行磨課,四年級潘倩老師執教了四年級AI神奇動物—敏捷的蛇;徐娜老執教了五年級AI神奇變形工坊—設計“地雷”,課后及時聽評課,提出優點與不足,并進一步改進完善。
集備組活動:各年級備課組利用雙周周二上午時間進行集備,研究本周的上課內容、梳理課堂具體流程及教學設計。
3.加強教師培養力度,積極組織教師參加人工智能培訓和學習。學校鼓勵教師進行小課題的研究,提升教學專業素養。2019年區級小課題《小學人工智能課程體系、教學策略和教學評價的研究》順利結題。2020年區級小課題《奎文區人工智能教育專項課題--小學人工智能教育教學策略及評價方法的研究》立項。
4.為了拓寬視野,為人工智能教育的發展進一步指明方向。落實請進來:邀請區教研室專家進校為學校人工智能開展情況進行診斷;邀請優必選指導老師入校指導人工智能課程,并進行賽事輔導和培訓。
5.為了給學生的學習搭建更廣闊的平臺,豐富學生的課余文化生活,促進學生信息素養的提升。以賽促學,積極組織學生參加各級各類比賽。
四、取得成效
1.學校層面:以人工智能教育為契機近年來,我校的信息化、數字化、智能化水平不斷提升,互聯網+教育、智慧校園工作取得了巨大的進步,學校獲得省市區多項榮譽。
人工智能在培訓行業的應用,除非已經進化到像電影《黑客帝國》中的場景一樣,可將所需知識直接下載至腦中,否則,還是得回歸學習的本質。人工智能無法替代人類學習,學習是個性化的,并且還要經歷內化的過程,才能最終完成。然而,這并不代表人工智能在培訓行業沒有用武之地,恰恰相反,“智能化”學習技術的發展正為培訓行業注入一股新動能,而其中有些應用值得重點關注。
輔助系統
在學習環境中,與傳統學習管理平臺注重管理與記錄不同的是,智能化輔助系統會提供給學習者(learner)個性化的反饋。學習者參加完測驗后,可以更好地了解自己的弱項,進一步獲取相關的學習資源及后續所建議的學習路徑。智能化輔助系統扮演了助教的角色,有效指導并促進學習者的學習。在工作環境中,智能化輔助系統可以依照角色或流程等屬性,即時提供給任務執行者(performer)個性化且適量的內容,扮演了教練的角色,加速問題解決并提升工作成效。
課程規劃
想像一下,你所經歷的學習與工作都留下了記錄,你曾經去過哪兒、看過什么、讀過什么,都被記錄分析。之后通過電腦演算模型,人工智能就可以根據你的程度與需求,為你匹配相關的資源,選取真正對你有用的內容,提供多元與個性化的學習歷程(learning experience),從而摒棄以往齊頭并進式的課程規劃。
內容資源
通過學習元件(learning objects)或知識元件(knowledge objects)在元數據(meta data)的標簽,內容資源可以具備學習者能力、角色、工作場景及業務流程等屬性。之后,結合智能推薦引擎,內容便可以依照單一或多元屬性呈現,作為獲取知識的來源被自動推送給學習者,或者作為問題解決的資料來源被推送給任務執行者。
精確搜索
語言可能是模棱兩可的,通過建立知識圖譜(knowledge graph),學習者可以快速縮小搜索范圍。智能化搜索也可以更好地理解學習者搜索的信息,總結出與搜索話題相關的內容。由于知識圖譜構建了一個與搜索結果相關的完整知識體系,所以學習者往往會獲得意想不到的發現。在搜索中,學習者可能會了解到某個新的知識或新的聯系,從而進行一系列全新的搜索與學習。
數據分析
學習無處不在,當學習或者歷程記錄可以通過xAPI這類學習技術標準,來收集多元數據的時候,學習數據就不會只停留在以往SCORM課件閱讀的紀錄模式,而是可以實現學習歷程數據的集中。過去單純的學習記錄也可以上升到預警及預測的層次,甚至通過數據收集與深度分析,提供學習者如何建構所學內容的意義、如何形成理解、以及學習過程中所做決策的報告,這對教學設計會有莫大的幫助。
項目運營
(1)在煤礦安全儀器儀表結構、性能改進中的應用智能自動技術給煤礦安全檢測儀器、儀表和測量領域的應用開辟了一片廣闊的前景。要使每臺儀器和儀表都能隨時準確地分析以前和當前的數據信息,可以在智能化軟、硬件的基礎上,從低、中、高3個層次上抽象反映測量過程,使現有的測量系統的性能和效率得到提高,使傳統測量系統的功能得到擴展,如運用神經網絡、遺傳算法、進化計算、混沌控制等智能技術,使煤礦安全監測儀器及儀表實現高速、高效、多功能、高靈敏等性能。將微處理器和微控制器等微型芯片技術應用到分散系統的煤礦安全檢測儀器儀表中,設置模糊控制程序以及各種測量數據的臨界值,運用模糊規則的模糊推理技術,對事物的各種模糊關系進行模糊決策。這種模糊技術的優勢就在于不用建立被控對象的數學模型,也不需要大量的測試數據,只需要根據經驗,總結出一個合適的控制規則,應用芯片的離線計算和現場調試,按照我們所需要的精確度做出準確的分析和準時的控制動作。
(2)開采方案決策及參數優化設計隨著專家系統的發展,煤礦企業對礦井挖掘的方案和參數越來越合理,更貼合實際條件。近年來,很多人工智能方面的研究所和院校專注于將人工智能這項技術應用到煤礦安全生產中,比如美國阿拉斯加大學設計的專家系統,可以根據實際情況智能地實現在長壁采煤法和短壁采煤法之間選出最佳的截煤方案;俄羅斯東部礦業大學將模糊數學理論應用到煤礦生產中,設計出一項可以智能選擇最佳的爆破對策以及將方案參數最優化的專家系統;澳大利亞拉瓦爾大學設計的一項專家系統,可以智能選擇最佳的設備選型。將人工智能應用到煤礦安全生產領域這項技術在我國也得到了很大的發展。例如針對采礦巷道圍巖支護中圍巖分類的相關問題,設計出了一項專家系統,這個系統可以智能的根據實際情況將圍巖進行分類。針對巷道支護的形式以及參數問題專門設計了一項專家系統;針對煤礦井下爆破挖掘方案的選擇問題開發設計了一個專家系統。這些技術現在在煤礦安全生產中都得到了廣泛的應用。
(3)在煤礦安全儀器儀表網絡化中的應用煤礦安全儀表與人工智能技術的融合,可以通過強大的計算機計算功能快速并且準確的計算出合理的參數,充分發揮了安全儀表的作用。例如,將數字安全檢測儀器連接到網絡上,網絡上的模式識別軟件便可以快速準確的分析出所處的實際條件以及儀表的各項屬性,并做出相應的處理。如果將智能系統直接安裝到數據采集設備上,便可以脫離網絡實現智能的遠程測量和數據采集,并自動實施分類。隨著計算機的發展,計算機的運算功能和人機互動功能越來越人性化,通過設計一項人工智能軟件,然后將計算機與儀器、儀表連接在一起,就可以遠程操控這些儀表,完成不同的任務。比如將這些儀表上的數據收集起來復制多份,分別發往不同的部門;比如建立一個煤礦數據庫,將測量結果儲存在這個數據庫里面,需要的時候就可以隨時調出來使用。并且不同的用戶可以分別在相同的時間、不同的辦公地點實現對同一個儀表或者同一個任務的監控和數據收集,沒必要親自到現場查看。一旦發現問題,由于數據的同時性,工作人員便可以立即對現象和問題進行分析,并采取相應的措施,而不會因為信息的不對稱,造成討論的不一致性,耽誤解決問題的時間。
(4)井下故障診斷及災害預防控制煤礦生產過程中不但要解決挖掘方案的合理性和優化問題,最大限度地獲取經濟利益,最重要的還是要解決生產過程中可能出現的安全問題,以及對環境的破壞性。針對這些問題,有些技術人員便考慮將人工智能應用在故障診斷和災害預防控制方面。王文明設計了一項智能診斷專家系統,這個系統以神經網絡為基礎,利用神經網絡強大的學習能力,將過去煤礦生產過程中出現的安全問題以及解決方案總結歸納,當問題出現時,專家系統便能迅速反應,診斷出這個問題,推理得出應對方案。文獻[1]也在神經網絡的基礎上設計了一項專家系統,這項技術將煤礦生產事故前所出現的征兆匯總,當生產過程中再次出現同樣的現象時,專家系統便能迅速推理將會發生什么問題,并提前預報,工作人員便能立即知曉,并做出排查確認是否存在問題,以及提出相應的應急措施。
2結語
煤礦安全生產是一個重大的系統工程,不但要關注量的增長,同時要提高質的飛躍。雖然政府對于煤礦安全生產的重視在不斷加強,事故總量和死亡人數也有明顯的下降,但是重大安全事故仍然時有發生,安全生產形勢仍然不容樂觀,煤礦安全生產仍然任重道遠。要堅持做到以下幾點,以防止煤礦安全事故的發生:
(1)升級煤礦安全生產技術設備隨著人工智能技術的不斷發展,人工智能這項技術得到廣泛的應用,給我們的生活和工作帶來極大的便利。人工智能技術在煤礦安全生產中的應用范圍和規模也將不斷擴大,煤礦安全生產設備也將越來越智能化和先進化,儀器、儀表這些監控設備也將越來越人性化,不但可以及時處理各個類型的數據,而且還能非常有條理的呈現在我們面前。隨著這些技術的發展,煤礦生產也必將達到一個更高的層次。人工智能技術在煤礦生產中的應用,可以輕松的將人的思維應用到生產設備上,實現“人”的智能化,不僅可以在量或是質上提高煤礦生產的效率,而且可以減少煤礦事故的發生,做到提前預防、提前準備。煤礦生產的提高也將使我們的生活工作達到一個更高的平臺。
[關鍵詞]財務管理;人工智能;證券公司
伴隨著我國市場經濟的飛速發展,我國證券行業也穩步前進,并且在我國的資本市場扮演著愈發重要的角色。在當下人工智能被普及與發展的環境中,證券公司需要有效地兼顧自身的效益與發展,在公司內部還需要承受巨大的管理壓力,尤其在自身企業的財務管理方面。在當下科學技術愈發先進的環境中,較為傳統的財務管理已經慢慢不能符合證券公司發展的需要,甚至造成了一定阻礙。因此,當下怎樣有效地使財務會計演變為管理會計是人工智能視域中證券公司需要思考的課題。
1人工智能推動財務管理工作者轉型,進而促使財務管理轉型
證券行業是金融行業的重要支柱,涵蓋了證券公司、基金管理公司、證券投資咨詢機構、證券資信評估機構、金融資產管理公司、上市公司證券部、銀行投資部、基金部,且多與數據打交道。同其他行業的區別在于證券行業具有強烈的數字性和虛擬性。因此公司內部的財務數據十分龐大。人工智能技術是當下信息技術的重大成果之一,人工智能下證券公司財務管理能夠對傳統財務管理進行以下改善:其一,能夠把公司內部的財務管理工作者從煩瑣的財務工作中解放出來;其二,能讓基礎財務工作的效率得到較大的提升,讓其數據更具有科學性與精準性;其三,能有效地為證券公司節約人力資源成本;其四,人工智能技術的引用還能有效降低證券公司內部人為操作利潤情況的出現概率,進一步提升證券公司會計工作的質量。人工智能的財務管理具體表現在:首先,能夠通過智能化管理相關的知識、經驗、技能,將尤其復雜的財務知識轉化為多個簡單問題;其次,能夠科學地將財務數據進行識別,然后進行有效分類;再次,能夠對有關工作人員實現相關的財務信息共享,提高財務信息透明度與處理高效性;最后,能夠模擬人類神經網絡,進行危機預警、數據挖掘、風險投資評估等分析工作。當下,伴隨人工智能普遍應用帶來的后果是有關的財務數據突風猛進式的提高,而傳統意義上的財務管理形式已然無法完全適應,但人工智能終究不能徹底地代替財務管理人員,同時財務管理工作者是財務管理的主體,也是轉型的重要因素,人工智能下的財務管理人員所負責的領域也會慢慢向統籌、預測、分析等方面靠攏[1]。也因此初級財務管理人員的需求量會逐漸地被縮減,更高級的財務管理人員要充分滿足證券公司經營決策層所需信息需求。具體表現為以下三個方面。
1.1管理型財務專家
證券公司的運轉必定會出現龐大的原始經濟數據,而這類數據需要相關的財務管理人員進行解析、整理與合理地預判,這是當下人工智能所不能代替的。因為前端數據的搜羅與分門別類是目前階段人工智能能夠處理的范圍,而針對數據作出后續的判斷依舊需要人類來執行。所以精通計算機技術與會計知識的當代會計人員會有較大的概率成為管理型財務專家。
1.2風險控制專家
如果證券公司需要良好的運轉需要內部控制與風險管理的幫助。尤其當證券公司處于一定的發展階段或發展規模時,其經濟活動與生產運作會呈現出復雜性,風險管理與內部控制將會發揮出較大的功效。如果再基于人工智能上的會計信息系統的幫助下,輔以專業的財務管理人員進行監管會發揮出事半功倍的效用。
1.3智能化顧問
兼具信息系統應用與會計專業知識的復合型財務管理人員,在財務視域下的人工智能與計算機信息系統的應用中發揮著關鍵的作用。復合型財務管理人員能夠把需要模式化,進而能夠讓財務管理智能化,在這個過程中復合型財務管理人員也發揮著指導作用,以便保障人工智能化的財務管理能夠充分發揮其在證券公司諸如信息共享、數據識別等作用[2]。
2人工智能背景下財務管理轉型的意義
2.1有利于證券公司核心競爭力的提高
伴隨著我國的經濟形勢不斷向上發展,證券行業的競爭也越發的白熱化。證券公司想要突出重圍就必須拿到更大的經濟效益,持續地革新并優化自身的管理理念,讓自身的核心競爭力得到提升。而在人工智能技術的幫助下,比如通過智能運算與大數據能夠在極短的時間里獲取客戶企業或行業的具體情況,還能根據知識圖譜生成生態定位報告,使證券公司能夠更有效率地從得到的有效信息中了解到目標客戶的真實需要,再配合財務管理轉型中出現的管理會計人員能夠更為深入地掌握客戶的情況,從而為客戶開展個性化的金融服務,增強客戶的黏度,有效地突出公司的競爭優勢,最終打造出更高的經濟效益,為證券公司后續發展奠定堅實的基礎。
2.2有利于證券公司科學配置風險與收益
證券公司同其他類型的企業相比,其風險系數始終維持著較高的水平,即使是同金融機構進行比較也同樣如此。而證券公司若能有效地利用財務管理轉型中出現的管理會計,則能夠讓公司自身的風險與收益配置得到更優的處理。此外,再有效地配合風險管理控制平臺就能夠讓證券公司在有效接受風險時,還可以最大化地提升自身的經營績效。風險管理控制平臺也能夠發揮出緩釋與控制風險的功能,進而提升證券公司資產的安全系數。
3人工智能背景下證券公司財務管理轉型的策略與分析
3.1強化管理會計的應用
在證券公司財務管理工作中,財務分析即是公司管理層與有關的財務人員在證券公司內部財務報表數據中找出一定的規律與發展走向,并有效地利用得出的結果來擬定科學的戰略計劃,還需要將證券公司的每一個資源做出最優化的分配,找出當下營銷的關鍵,以此來推動證券公司內部綜合收益的最佳效益出現。在人工智能深入發展的當下,證券公司需要加強對公司內部管理會計的重視程度,充分發揮出管理會計在財務分析當中的優勢,以此來提高財務分析的工作質量,提高財務分析的科學性[3]。如果證券公司需要針對財務部給出的月報數據、季報數據、年報數據做解析,需要判明目前證券公司的經營成效,以及需要系統性地評估證券公司中的財務情況,這些都需要在管理會計的幫助下完成。證券公司也需要讓管理會計圍繞公司現金流情況的分析來找出當下公司于經營中的長處與短處,讓管理會計圍繞證券公司發展的現況來給出對應的科學的解決方案。
3.2強化信息化建設
先進的科技支撐是財務會計朝管理會計演變必要的元素[4]。在當下信息化的時代中,互聯網技術是必要。人工智能視域下的工作量如若僅讓人工去操作,將會投入大量的資金、物力、人力,性價比較低,因此,先進的人工智能技術的輔助同樣是必要的。證券公司的信息關系網是十分雜亂的,而使用前沿的人工智能技術則能夠有效地將這些駁雜的信息分門別類,讓信息的查找變得更為便捷。并且通過人工智能技術還能把證券公司各類信息進行有效的保存和進行相應的分析工作,在一些特別的技術輔助下全方位地把證券公司當下的情況與經濟狀況呈現出來。證券公司需要將理念先行的原則貫徹始終,構筑好前沿的信息技術平臺。此外,為了能夠及時且充分地利用好證券公司的信息,需要證券公司將互聯網信息技術平臺作為綜合績效考評的工具。證券公司在擬定計劃時,需要在人工智能技術與信息技術的幫助下,將證券公司的發展與戰略管理作為側重點,進而科學地設計出符合證券公司自身情況的建設計劃。并有機結合公司自身當下的發展情況與未來規劃來科學地配置職工人數,以此來規避證券公司投入的資源浪費或是資源過剩情況。證券公司需要創建專屬的信息管理系統,為操作人員及時地獲得所需的精準信息提供保障的同時,還可以有效地給證券公司創新與金融活動提供信息支撐。
3.3培養復合型的財務管理人員
如若證券公司財務管理要轉型,就需要打破過往管理中的陳規,把財務會計向管理會計進行轉變。這個過程中需要證券公司有效地轉換財務管理工作者的思維,并在管理會計相關的知識上進行科學的培訓,讓財務管理工作者的專業性能夠得到提升,最終成為一類復合型的財務管理人才,讓證券公司的發展需要得到滿足。證券公司對于管理會計擁有相對較高的要求,除了需要管理會計對會計基本知識充分掌握外,還需要管理會計對證券公司的業務了然于胸,以及具備強大接受與適應能力[5]。除此之外,管理會計人員還需要在各個資金的使用和分配上具有遠見性與科學性,在證券公司的業務上也需要足夠上心。如此一來便能夠讓財務管理工作者在工作中有效地協調各個部門。另外,因為財務管理人員一直是一類需要同外界進行有效溝通的職業,因此這也要求財務管理工作者具有高超的溝通技巧與語言表達能力。而且財務管理工作者還需要具備優良的總結能力與信息分析能力,以及良好的信息管理與判斷能力,并以此來確保人工智能視域下證券公司管理會計能夠充分發揮其作用。為了讓證券公司財務管理人員盡早地轉型并推動人工智能視域下財務管理的轉型,證券公司也需要有意識地讓財務會計同管理會計有機結合,提高財務管理人員的業務素質。
劉佳輝
(河北大學 管理學院 唐山 063000)
摘要:人工智能作為計算機的學科的分支之一,是被公認的二十一世紀三個最尖端的技術之一。伴隨著改革開放以來三十年的經濟和科技力量的不斷發展,我國的人工智能在各個的領域的技術也得到了長足的發展。而在杭州出現的無人超市更是讓人工智能的發展進入到了一個前所未有的階段,毫無疑問,社會的快速發展離不開人工智能的技術的不斷進步。因此,企業應該加強人工智能技術的發展,將人工智能的發展與企業的運營和管理相結合,以推動企業的可持續發展。由此,本篇文章將對人工智能技術對企業管理中的應用進行探究,以期望將對人工智能與企業發展的結合,和我國企業的飛速發展有所借鑒。
關鍵字:人工智能 企業管理 企業發展
Application of Artificial Intelligence in Enterprise Management
Liu Jiahui
(Tangshan 063000, School of Management, Hebei University)
ABSTRACT: As one of the branches of computer science, artificial intelligence is recognized as one of the three most sophisticated technologies in the 21st century. Along with the reform and opening up since 30 years of economic and technological power of the continuous development, the technology of artificial intelligence in various fields has also been greatly developed. The appearance of unmanned supermarkets in Hangzhou has brought the development of AI to an unprecedented stage. There is no doubt that the rapid development of society can not be separated from the continuous progress of AI technology. Therefore,enterprises should strengthen the development of artificial intelligence technology and integrate the development of artificial intelligence with the operation and management of enterprises to promote the sustainable development of enterprises. Therefore, this article will explore the application of artificial intelligence technology in enterprise management,hoping to combine AI with enterprise development and provide some reference for the rapid development of enterprises in China.
Key words: Artificial intelligence Business management Enterprise Development
引言:人類一向以自己為“智能生物”自居,這是因為我們能夠不斷的學習、觀察新事物,讓自己能夠不斷的取得進步,這讓人類在地球上顯得與眾不同。所以當我們也開始充當上帝的角色,開始創造屬于我們自己意識的人工智能時,心情也像上帝創世一樣,內心充滿了激蕩與振奮,這便是人工智能的發展的動力。如今,人工智能在大數據時代充當著越來越重要的角色。在歐美等發達國家取得了飛速的發展,隨著人工智能技術的不斷深入,企業的人力資源、財務會計和知識管理的技術均被運用到人工智能應用中去。
一、 人工智能將對企業會計行業產生影響
(一) 我國的會計行業人工智能的運用
會計作為會計制度的主體,分為三類,主要涉及企事業單位,行政機構和會計師事務所。在中國,涉及會計工作的許多主題工作僅限于人工智能應用中的會計系統。在會計中,一些需要主觀行為的工作,例如審查,驗證和判斷,仍然需要會計人員手動完成工作。然而,在會計師事務所,雖然審計業務也是主要業務的一部分,但在人工智能應用方面略顯稀疏,原因是對于大多數上市公司的審計業務,大量的審計工作文件是需要。填寫后,它既有草稿的電子版本,當然還有紙質版本,但這些入門數據仍需要手動填寫。
(二)對人工智能在會計行業中應用的展望
任何會計師都清楚地知道會計行業是一個嚴格的行業,也需要及時性。有許多會計程序和復雜的過程需要解決。因此,對于會計,加班是一種普遍現象。在某種程度上,會計師還希望有一天會有人工智能來取代這種枯燥乏味的工作。當前的人工智能應用程序解決了一些基本操作,例如憑證和報告的生成,但它遠遠不能滿足當前會計機構的需求。例如,人力資源會計需要一個符合業務特征的測量工具,并報告業務的人力資源。通過該模型,可以分析企業的人力資源,從而進行合理的人力資源管理,成為降低成本的方法之一。這種需求是會計管理會計和環境會計中許多分支機構的必然要求,因為會計職能現在越來越傾向于決策,會計需要在相應的決策過程中提供信息。但通常很難獲得人工計算和分析。如果人工智能可以進一步應用科學知識來解決這個問題,那么最好。
(三)人工智能對會計行業的影響
1)提高了會計內容的時效性和正確性
企業是政府機關或任何會計師事務所,可以在使用會計軟件后及時處理發生在當日的經濟業務。因為會計人員只能在系統中注冊并選擇或審計相關事務,所以最終系統根據現有的自動生成相關報表的數據,比傳統的會計憑證人工生成報表要及時得多,另一方面,在傳統的會計業務流程中,會計人員往往會產生假賬,而現行的會計憑證則會產生假賬。財務系統也必須是一些手工輸入的數據,因為系統在輸入錯誤時會提示,在這種情況下,減少了數據的錯誤概率,從而提高了會計信息的準確性。
2)一定程度上抑制了財務信息造假
在具體的會計核算制度下,所有登記制度人員都有唯一的賬戶和密碼,并有自己的權限和非常嚴重明確的分工。工作場所包容性現象在傳統會計核算中非常嚴重。特別是在中小企業中,人工智能的應用有助于通過明確的功能來抑制人工偽造信息。然而,人工智能不能說是為了防止金融偽造。系統畢竟是由人控制的,管理層無法應對會計人員以上的內部運營現象。
3)會計行業中傳統崗位需求減少
由于日益廣泛使用的人工智能在會計行業,傳統的會計職位不需要員工,所以這是一個明顯的變化。自1980年代以來我國會計電算化發展此后晉升。它已經商業化,是用于各種會計實體,使原始簡單的會計記錄和會計工作被人工智能所取代。因此,會計的地位不再是必要的。
4)會計信息安全性受到威脅
各種計算機化的會計系統,廣泛應用于電子形式會計實體中存儲的各種金融數據,具有電子數據的優點,如省電,方便,數據容量大,易于查找等優點。而另一方面,系統如果保護未達到易受黑客攻擊的指定位置,當前網絡安全性大大降低的同時,信息可能在網絡傳輸過程中被截獲,因此導致企業財務信息泄露會非常嚴重,會造成重大商業機密,并導致損失。
二、 人工智能對企業金融風控的影響
(一)智能風控落地的前提
在互聯網信息技術和網絡技術普及的時代,讓人類生活進入大數據驅動的智能化發展階段,而人工智能在金融風險控制的探索和實踐中經歷了以計算機為標志的信息時代,人類因此CIETY已進入人工智能引領第四次工業革命,如果追求信息時代是數據采集和存儲,那么解決人工智能時代是伴隨著信息技術的發展和信息爆炸而引起的。由于信息處理能力不足,計算機幫助人們處理海量信息、分析數據和使用,是人工智能的時代,智能認知階段,人工算法進入商業世界后,開始顯示出趨勢的普遍性,特別是LY在金融業務中顯示出較強的適用性,目前人工智能在國內重點應用于風險控制、信用和欺詐等領域。人工智能產業化可以結合現場誕生,不能留下以下三個重要方面前提:
技術基礎的改進。用云計算來說,計算能力在出現之前是一種昂貴的資源,公司不能獨自承擔這種成本。在人人上網的時代,計算數據量不斷增加,大規模數據的培訓和計算帶來了對CPU水平提高的需求。云計算服務實現了計算資源的循環和重用,大大降低了企業的成本。在云計算的情況下,為了將成本降低兩到三個訂單,許多初創企業可以擁有強大的計算能力。當然,對于從事人工智能服務的公司來說,擁有計算能力是不夠的,因為限制技術的因素還來自于數據采集能力和數據處理和處理能力,列如數學、統計學、機器算法等。而確定大規模計算,強大的人才是必不可少的。
場景的出現需要更先進的技術。特別是在需要擴大規模和復雜化的消費信貸服務中,如何提供高質量的用戶體驗成為一個難點。例如,在少量的貸款業務中,金融機構或平臺需要在短時間內對某個用戶進行準確的風險評估,或者在一天內完成數十萬甚至更多的用戶信用。由于可以預見,這樣的要求只會越來越高,場景也會越來越多。傳統的刀耕火種評估方法與現有的大量多樣化的金融需求完全脫節。因此采取智能投資,但它面臨的投資機會是短暫的,交易信息的判斷甚至需要快到幾毫秒。對現場的需求促使業界使用更合理的算法,更快的計算速度,并要求新技術將人工智能帶入舞臺。
改進的數據材料豐富。人工智能,所以數據是使用數據來支持操作和判斷是人工智能的基礎。在金融行業中,數據也是如此。互聯網時代的背景下,金融消費者的高度收集碎片更大規模的需求,數據采集成本較低。金融機構和企業可以使用這些數據來計算、處理、和判斷,為用戶提供個性化服務的經驗,基于智能的數據做出決策,實現精細管理,從而進一步推動人工智能技術的應用的發展。
(二)智能風控是傳統風控的有效補充
傳統金融機構與傳統計分卡模型和規則引擎等“特色”風險評分,根據性能和智能風險控制記錄,社會行為,行為偏好,身份信息和設備安全方面的行為特征的“軟弱”用戶的風險評估。兩種類型的風險控制從操作到場景顯示效果之間的顯著差異,后進入移動互聯網時代,智能風險控制的優點更加突出,有效補充傳統的風險控制。
傳統風力控制形成了標準化的操作模式,首先判斷用戶的身份,然后復習物理用戶提供的證明材料。簡而言之,它分為以下步驟:首先,回顧通過面對面的檢查來確認用戶身份的真實性提交材料。材料包括識別和收入證明,如身份證、戶籍、銀行流動和就業信息。其次,用戶的資產評估和確定信用額度,主要的資產估值標準抵押房地產和汽車生產等。最后,信用貸款,其他步驟可以添加,如調查貸款的使用和確認交易的意愿。
關注人的評論,首先,傳統的風險控制單元的時間跨度,至少在周需要層層審批,業務流程涉及多個人員和鏈接,導致效率低;其次,長時間的業務流程,無法滿足用戶的資本要求,導致壞的用戶體驗;最后,對小型業務,傳統的風險控制復雜的審計程序導致的高成本使銀行和無利可圖,所以這個巨大的市場的一部分。
智能風險控制對大數據,算法和計算能力,重視數據,生活等識別確認用戶的身份;欺詐識別風險,智能控制使用多維特征,許多數據表明意圖和傾向,反映用戶欺詐;普通用戶的還款意愿和能力評估判斷。
在互聯網經濟下具有“規模”增長的消費者金融市場中,智能風險控制可以捕獲非傳統的金融數據并增加弱勢的金融相關特征。機器建模和分析的方法用于及時有效地補充傳統的風險控制。首先,智能風控帶來閃電般的審查速度。時間跨度以分鐘和秒計算,為用戶提供更好的服務體驗。其次,對用戶行為數據的分析得出更準確的評估。最后,在風險預測中,數據模型的使用可以準確地量化未來風險最有可能發生的時間和情景。從快牛金科的實際應用來看,定量風險預測的結果與實際風險的表現一致,誤差很小。風險控制標準的放松和收緊所引起的壞賬績效水平的變化可以通過數據直觀地衡量。實際的業務運營非常有益。
目前,個性化的場景下貸款和大規模貸款,信用貸款和消費貸款等,智能風險控制有足夠的優勢,但是大的貸款和交易涉及資產評估、房地產貸款和供應鏈融資等大型企業。驗證的真實性,傳統風力控制仍然是不可替代的,兩個風控制模式仍將。
(三)智能風控成長空間巨大
在金融行業,風險控制中,無限智能風險控制是一個不斷迭代的過程,并不斷按照優化的結果進行。到目前為止,智能風險控制已經取得了良好的應用效果。實踐中,智能風險控制模型已經更好的用戶差異化程度,能夠清晰地反映出評價結果中的高質量和不良客戶,通過不斷的優化迭代,識別的準確性和判斷的速度,技術人員一直在螺旋式上升,但目前行業面臨的問題是數據島和信息不透明,行業總負債不共享,仍然是大空間智能風險控制技術的提升。在用戶體驗上,智能風險控制的最佳路徑有二點:一是減少對用戶的干擾,對于當前信用風險控制過程中需要獲得用戶授權等數據的審批,隨著數據共享和計算能力市場機制的完善,未來只有需要向客戶提供極少的信息進行評估,消除用戶對信息安全的顧慮,使用合規性。其次,在上述基礎上,提升用戶評估的準確性。。
人工智能是一種不可逆轉的趨勢,但人工智能在推廣特定情景時仍面臨一些外部阻力。
首先,由于一些工人,意識滯后,商業實踐中的人工智能面臨著銀行和其他機構的模型變革,在管理決策時考慮到潛在風險。其次,需要探討適當的業務情景。傳統的金融業務場景,在應用、審批,基于不同操作系統的貸款和大量人力資源等一系列環節之后,如何切入人工智能將在調整過程中面臨長期運行。此外,在監管方面,人工智能還暴露了“黑匣子”理論與“可追溯性”金融活動的矛盾。人工智能對于許多風險控制的實施過程并不是人類大腦能夠理解的,而是在一些監管更嚴格的情景中給予必要的解釋。
中國著名科幻作家劉慈新曾經說人工智能就像一個黑盒子。從理論上講,他們的計算步驟可以追溯,但由于計算量巨大,跟蹤實際上很困難甚至不可能。實現兩者之間的平衡并建立信任是未來人工智能面臨的巨大挑戰。在這種情況下,一方面,可以采用更加解釋性的算法。對于相同的數據,不同算法的結果不應該遠遠落后。另一方面,可以預期社會態度的變化和監管法規的調整。畢竟,它不僅僅是以人工智能為代表的計算機科學。隨著研究的深入和領域的細分,其他人類主體可能具有傳統邏輯意義的結果。
三、 人工智能對企業信息安全防護的影響
(一)人工智能時代下信息安全論述
信息安全是指用戶使用網絡系統時,軟件和硬件不會被破壞,用戶數據不會被改變,為計算機的使用提供安全保障。目前,信息安全在網絡保護中尤為重要。在計算機網絡的發展過程中,出現了許多數據泄露事件,不僅給企業帶來了傷害,而且也暴露了許多人的隱私信息。從小的角度看,數據泄露事件給企業和人民造成了損失,在很大程度上阻礙了國家的發展和社會的進步。
因此,在人工智能快速發展的時代,我們不僅要追求技術進步,還要重視信息安全的保護。信息安全保護不僅是企業和國家的責任,也是每個公民的責任。
(二)威脅企業信息安全的因素
目前大多數互聯網公司都在進行人工智能的研究,5G的華為技術是世界領先的,它不僅是企業的榮譽,也是國家的驕傲,影響企業信息安全的因素很多,涉及到很多方面,對信息安全的保護帶來了許多挑戰。
1)數據的集中存儲
大量的數據可以存儲在計算機系統中,數據之間的緊密聯系,非常容易引起攻擊者的注意,成為一個黑客的目標。網絡數據繁多,從不同的方式,如電子郵件、微博、傳感器等,相對集中存儲的數據在一起增加數據泄漏的風險,并導致人身安全的喪失。
2)數據加密技術
計算機領域的數據加密一直是防止數據泄漏的首要任務,但仍有數據泄漏事件。人工智能技術的應用基于互聯網用戶的互聯網數據的收集。如果沒有大量的數據分析,將無法生成智能應用程序和技術服務。集中式數據庫集中在資源豐富的大型企業手中。一方面,他們收集數據,另一方面,他們分析數據并智能地應用它。企業主要是營利性的,信息安全投入太小,會增加數據泄露的風險。
3)殺毒軟件的應用
由于計算機病毒的不斷侵入,導致很多殺毒軟件的產生。如果計算機中毒,可能會導致多臺計算機,甚至整個企業計算機崩潰,數據丟失。病毒以不斷變化的形式出現,入侵計算機的方式多樣化,每次出現新的病毒,都會導致殺毒軟件的各個方面升級。企業不應該只根據病毒更新殺毒軟件,而應該讓企業的數據更加安全
(三)企業信息安全的防護措施
1)對數據安全技術研發
從傳統信息安全技術的角度出發,企業必須加大對數據安全技術開發的投入,以保證人工智能的順利發展。同時,國家要給予大力支持和一定的幫助。多方面引進新人才。其他企業數據安全技術也在不斷發展,以保證網絡操作過程中的數據安全,從而使黑客蒙受損失。
2)重視敏感數據的保護
敏感信息不應披露沒有用戶的權限。企業應優先保護用戶的私人數據,并規定使用的設備,以確保網絡可以正確操作。國家應該制定相應的制度措施的敏感信息,這使得一些人氣餒。
3)國家對數據的保護制度
保護數據不僅是企業的責任。國家也應提出安全策略,制定安全要求,加強然后進行安全體系建設,加快人工智能立法的應用。國家應制定相應的數據保護法律法規,同時將數據保護滲透到學習課程中,教育幼兒,真正向每個人傳達數據安全意識。個人應及時清理隱私資料,安全文明上網。
4)合法共享用戶信息
使用用戶信息時,應明確信息來源的合法性,確認數據的有效性,共享用戶信息時應征求用戶意見,用戶不得擅自披露。否則,將獲得虛假數據,這可能導致企業損失。
總結:隨著科技的蓬勃發展,人工智能的蓬勃發展也在繼續。盡管這個的人工智能還發展不完善,及時在早期進入的金融領域,還主要集中于風險控制、定量交易和智能客戶服務。然而,人工智能對世界的好處將不受限制。
人工智能的進一步推廣和應用,將形成廣泛的基于機器的智能決策,可以大大提高社會整體運行的效率。例如,在圍棋、自動駕駛、公安等領域,人工智能顯示出良好的學習能力和決策能力。
人工智能也帶來了社會結構的變化,如就業制度。一些簡單、重復和自動化的數據收集和記錄將被機器所取代。從目前的發展速度來看,客戶服務、簡單的風險控制、基礎營銷等人員更有可能被替換。技術的發展超出了人們的想象。就像2000年一樣,沒有人認為打字員在計算機和互聯網普及之后成為了紙堆中的象征。人工智能技術對人類生活的滲透將是巨大的。就像互聯網一樣,20年前需要訪問特定場景和手段的服務,如網吧、學校房間和撥號上網,都涉及到飲食和穿著。業務的各個方面的活動、業務和業務方面。當人們無法感受到人工智能的存在時,這意味著人工智能技術已經達到并得到了廣泛的應用。
參考文獻:
[1]賁可榮,張彥鐸 .人工智能 [M ].清華大學出版社,2006.
[2]陸汝鈐 .人工智能 [M ].科學出版社,1989.
[3]羅素,諾維格 .人工智能:一種現代的方法(第二版)[M ].清華大學出版社,2006.
[4]李生 .自然語言處理的研究與發展 [J].燕山大學學報,2013(5):377-384.
[5] 孫濤 . 知識管理 ——— 21 世紀經營管理的新趨勢 [M ]. 北京 : 中華工商聯合出版社 , 1999.
[6] 李桂青 , 羅持久 . 工程設計專家系統的原理與程序設計方法[M ]. 北京 : 氣象出版社 ,1991.
[7] Joseph Giarratano. 專家系統原理與編程 [M ]. 北京 : 機械工業出版社 , 2000.
[8] 吳今培 . 智能故障診斷與專家系統 [M ]. 北京 : 科學出版社 ,2000.
[9] STB ofNASA [ Z]. Clips Reference Manual Advanced Program 2ming Guide 2001.
[10] 幸聰.人工智能時代網絡信息安全與防范分析2018,2(07):172-173.
人工智能這一概念是在1956年首次被提出的,隨后在科學研究領域取得重大發展并逐漸形成了一套相對完整的科學理論。這些理論的逐漸成熟完善使得機器擁有了類似于人類的智能行為,并最終應用于電氣工程中。智能化技術是計算機科學發展的重要成果和重要分支,它的發展是對科學智能本質最好的表現形式,為人類的工作、生活提供了極大的幫助,也為實現多種研究方法的產生做出了重要貢獻。智能化技術能夠快速的提高生產率、提高人們的工作效率,它通過對電氣工程實現自動化控制來實現生產效益最大化。
一、電氣工程智能化融合發展中存在的問題
1.資源浪費現象嚴重,成本控制存在風險
隨著電子信息技術和互聯網的普及應用,各個企業之間構建局域電氣工程網,加強了各個企業間的互聯互通,提高信息資源的利用效率,實現企業間的協同發展。但是,由于缺乏統一的建網標準,加上各個企業生產經營理念、工作目標的不同,使得電網之間的接口難以有效對接。在這種情況下,整個局域電氣工程網的信息溝通渠道被人為割裂,不僅難以發揮局域網內信息傳遞和資源共享的優勢,反而容易導致系統漏洞的產生,提高了企業信息泄露的危險。
2.操作標準不夠規范,應用安全問題突出
電氣工程自動化技術不僅應用在一般的車床加工控制,而且在高精尖裝備制造方面也有重要應用,這要求操作人員必須熟練掌握和運用電氣自動化設備。但是電氣工程自動化往往是流水線作業,對操作人員的觀察能力、動手能力要求較高,在長時間的工作中增加了誤操作的幾率。一旦生產鏈條上的某一環節出現了失誤,就會在短時間內影響下游其他電氣系統的正常工作,造成嚴重的連鎖反應,給整個電氣工程系統的應用安全造成巨大威脅。
3.缺乏專業技能培訓,人員素質有待提高
電氣工程自動化是以電子信息技術和計算機技術為支撐的綜合性工程,要想保證自動化控制的高質量、高效率開展,必須強化系統操作人員的專業素養。但是國內電氣工程自動化行業的人才缺口仍然較大,部分企業雖然擁有自己的電氣工程自動化科研團隊,但是忽視了技能培訓工作,沒有定期開展專業講座,工作人員的知識技能長期得不到更新,對行業發展潮流和前沿知識掌握不到位,也就很難為今后工作的進一步提升起到推動作用。
二、人工智能與電氣工程融合的作用
1.降低系統的測量誤差
以電力工程為例,傳統的電力工程計量系統,其測量誤差為0.7級。電氣自動化過程中采用EIT技術,可以將系統的整體誤差大約降低5成,可以維持現場數據的測量誤差不超過0.4級。主要原因在于采集到的模擬信號可以一次性轉換為數字信號,經過光纖傳輸投入到合并單元,省略了以往的重復多次轉換。另外,即使EVT和ECT的誤差等級也是0.2級,但是由于信號是以數字式進行傳輸的,灌輸環境為全光纖,外部電磁干擾不是很嚴重,避免了二次轉換程序。
2.提高配電網的整體防護性能
在智能電網建設中,應用傳統的電氣技術對電網進行防護過程中,若故障發生在設定的區域之內,在電磁式原件差動電流內部會出現一定的諧波,可能會導致繼電保護拒絕動作或者反應時間延長;若故障發生在設定區域之外,會導致傳統的電磁式原件達到飽和狀態,進而引發繼電保護誤差動作。運用電氣自動化技術對電網長輸距離進行防護,由于電子式電流互感裝置不會出現磁飽和狀態,所以二次側電壓響應波形能夠將一次側電壓暫態過程更加準確地映射出來,達到快速降低電壓基波輔值誤差的目的,進而擴大配電網的整體防護范圍,有利于提高繼電保護動作的可靠性、靈敏度以及快捷性,全方位地提升電網系統的整體防護性能。
3.滿足電力系統的暫態保護性要求
EIT技術具有較小的相位延遲和較寬的帶寬,因此說電氣自動化的線性特性和動態特性都比較好,對高頻信號的相位和幅值測量更加快速和準確,為后續的暫態響應等工作提供更加可靠的信息,從而滿足電力系統高效、安全、靈敏的暫態保護性要求。
4.提高畸變波形的測量精度
傳統的申磁式設備在頻率特性和動態范圍方面都不太理想,遇到頻率復雜的環境,則無法完成精準化測量和保護工作。應用電子式電氣控制技術,可以實現對電力系統暫態和穩定條件下的動態化監管,對一次大電流數值作出科學的解析和驗證,以保證在復雜頻率環境下畸變波形測量工作更加方便和快捷。
5.提高智能電網維保的安全度
以微機技術為主導的電氣自動化技術避免了復雜的絕緣結構,從而減少了燃燒爆炸和高溫失效等安全隱患。集成電路使用的傳輸方式多數為光纖信號,小信號電流對傳輸通道的沖擊較小,從而減小材料質化,降低檢查和檢測頻率。
三、智能化技術在電氣工程中的實踐應用
1.優化電氣產品設計
優化電氣產品設計具體來說它包含著兩個方面的內容:科學技術方面的知識和實踐經驗中總結的知識。傳統的電氣產品設計主要是人們在設計當中總結出的經驗再加上一定的實驗手段來進行驗證,這樣的設計方式缺乏科學的理論支持,穩定性差,所需工作量比較大,設計難度也隨之加大,因而很難設計出科學合理的方案。電氣設備的設計是電氣工程自動化控制過程中的重要環節,它的設計過程十分繁瑣,要求設計人員具備多方面的專業技術知識和豐富的設計經驗。目前的智能化設計方案利用了CAD技術和計算機輔助軟件來完成,極大的提高了設計水平和效率,具有很強的實用性和先進性。專家系統和遺傳算法是人工智能優化設計當中的兩個主要方法。專家系統一般依據一個或多個在相關方面有經驗的專家提供的技術經驗來進行判斷和推理,模仿正常情況下專家們處理此類問題時的方法進行決策。雖然這樣的技術還不成熟,但未來發展前景和發展空間極大,隨著計算機技術和人工智能技術的發展,這項技術也會有更多的發展機遇。
2.智能診斷機器故障
電氣設備故障的復雜性和非線性導致了電氣設備故障的診斷和處理非常復雜,處理效率低、準確率低。然而人工智能方法的引入極大的改變了這樣的狀況,簡化了診斷過程,提高了故障診斷的效率。其診斷方式主要有以下三種:專家系統、模糊邏輯和神經網絡。例如,在診斷電動機和發電機故障時,運用人工智能技術將神經理論和模糊理論結合起來,一方面保留了模糊性的故障診斷,另一方面發揮了神經網絡學習能力的優勢,兩方面優勢結合極大的提高了故障檢測的準確率和檢測速度,極大的提高了工作效率。
3.人工智能化控制技術
未來生產發展的一大趨勢是人工智能控制技術的發展。目前在電氣工程自動化領域已經開始大規模運用人工智能技術。控制方式目前主要有:專家系統控制、模糊控制和神經網絡控制。主要運用在故障的記錄、在線分析、采集與處理開關量和模擬量的實時數據、實時監測各系統運行狀態等方面。而這些功能的實現都可以用鼠標或者鍵盤在辦公室進行操控。
四、融合應用中應該注意的問題
1.注重創新改善能源消耗量過大的問題
創新是電氣工程及其智能化發展的關鍵內容之一,在改善能源消耗量過大這一問題時,應以提高生產效率、減少資源消耗為目的進行創新。一是著力探索新技術、研究開發創新型材料,并在實踐中大力推廣和使用新興材料,以提高生產效率、減少資源消耗;二是在電氣工程設計過程中要不斷優化節能設計,設計是能源問題的重中之重,在工程設計師的設計中就需要將節能、提高能源利用率的思想貫徹進去,在滿足實際要求的基礎上,最大程度地降低能源損耗,降低運行成本,推動電氣工程的可持續發展;三是注重將企業中的高耗能、老舊的設備進行升級換代,以使能源耗費降至最低。
2.加強質量管理解決電氣工程質量問題
近年來,安全問題已被各企業擺上重要位置,而對于電氣工程的質量安全問題,企業也應引起足夠的重視。首先,電氣工程企業要充分認識到質量的極其重要性,在電氣工程施工中建章立制,加強質量管理;其次,定期對電氣工程施工人員進行技能培訓,切實提高施工人員的個人素質及施工隊伍的整體施工水平;再次,加強對施工材料的監督管理,安排專人員采購材料,委派專人檢查進場的材料,嚴把電氣工程建設中的材料質量關;最后,加強對電氣工程各個施工環節的監督和管理,嚴格按照施工標準規范施工,確保工程質量。
3.構建統一、科學的電氣自動化系統
電氣工程及其自動化科技人員要加強研究,積極引進先進的電氣技術,不斷改進電氣自動化系統功能,以構建起統一、科學的電氣自動化系統。尤其是電氣工程企業的技術人員要認真研究行業特點和用戶需求,并結合行業和用戶的實際需求確定開發目標,使電氣自動化系統能夠滿足不同企業的個性化需求,適應不同客戶的要求,最大程度地降低企業的運行成本。
【關鍵詞】“五防”功能;倒閘操作票填寫系統;注意事項
人工填寫倒閘操作票有很多劣勢,比如受情緒的情況比較大,如果填寫人員的情緒受到影響,非常容易填寫誤差,進而造成重大損失,但是應用具有“五防”功能的智能倒閘操作票填寫系統之后,就可以減少這些誤差,提高填寫的效率與準確度。
1.人工填寫倒閘操作票的劣勢
早期的倒閘操作票都是由人工來填寫,因這項工作十分重要,因此對填寫人員要求,尤其嚴格,其主要要求如下:首先應該擁有一定的運行經驗,因為很多數據都是在運行過程中產生的,在記錄時,難免會出現誤差,而填寫人員在填寫的過程中,要能夠及時的看出誤差,及時的改正;其次,責任心要強,因為倒閘操作票的填寫要求多,尤其是在填寫的過程中不能出現修改的地方,更不能出現錯別字。但是畢竟是人為填寫,其誤差不可避免,所以人工填寫操作票的劣勢也非常明顯,具體如下:
首先,環境因素,在填寫的過程中,因為各種各樣的環境因素,使得填寫錯誤,比如自然環境,雷擊、暴雨等,這對人工填寫會產生一定程度的消極影響;其次,個人情緒原因,如果填寫人員在填寫的過程中,情緒不佳,沒有全神貫注去投入,非常容易寫錯別字,進而導致出現廢票或者錯票,所以填寫人員必須控制好自己的情緒,使其不影響工作;最后個人健康狀態,有些倒閘操作票填寫人員的健康狀態不佳,在工作中身體經常出現不舒服的情況,不僅影響填寫效率,更影響填寫質量。
上述只是人為操作中比較明顯的弊端,正是這些弊端的存在,才出現了很多事故,有些事故造成的損害非常大,據相關部門的統計,在停電事故中,有很多都是由于操作票填寫錯誤引起的,再加之,現代的電力系統越來越復雜,操作程序越來越多,如果還使用傳統的人工填寫方式勢必會產生消極影響。
2.人工智能倒閘操作票的“五防”功能
人工智能倒閘操作票填寫系統與傳統的人工填寫系統相比,就有很大的優勢,其中概括起來就是具有“五防”功能,接下來,筆者就具體的闡釋這幾項功能。
“五防”功能的第一個功能就是防止填寫系統的斷路器出現分、合不當的現象;第二功能是防止隔離開關出現分合不當的現象,也就是說能夠保證隔離開關長期處于穩定的狀態;第三個功能就是使防止帶電掛接現象的出現;第四個功能就是防止接地刀閘與隔離開關出現故障;第五個功能就是能夠避免操作人員出現帶電間隔的現象。實際上,倒閘操作票系統自身就具有一定的任務,在其運行時,也要按照相應的規定,進而形成相應的填寫模式。這五個功能大大提高了倒閘操作票的填寫效率,避免了人為填寫出現的誤差。
3.具有“五防”功能的人工智能倒閘操作票的填寫模式
3.1型票/歷史票查詢替換
這種方法由早期手工修改典型票的開票方式發展而來。其事先需要歸納典型任務,并制定相應的典型票模板,開票時直接調用相應的典型票模板并根據當前任務替換掉模板中相應的變量,形成最終操作票。由于這種方法沒有知識表達和推理,如果出現沒有考慮到的任務則無法開票,同時文獻指出,編輯典型操作票數據文件的工作量是非常大的(如一個中型電廠的典型操作票可達上千張),所以制定一個完備的典型票/歷史票庫工作量較大。但這種開票方式原理簡單,開發比較容易,而且在使用維護上對技術的要求也不高,所以有不少單位仍在使用。有些操作票系統在中也保留了按典型票開票的功能。
3.2規則校驗
這種方法類似于模擬盤和電子鎖配合實現的互鎖功能。將每臺設備的每項操作都用一條規則來約束,以保證所開步驟的安全性與合理性。規則的實現方式很多,但本文認為用邏輯表達式來表示最為靈活。開票時用戶選擇某臺設備的某項操作,只有在其對應規則滿足的條件下(即規則判斷結果為True),此操作步驟才能順利開出,否則系統會禁止該操作并報警。由于模擬盤和電子鎖在現場使用比較廣泛,所以這種開票方法也算是一種比較實用的方法,可以替代五防屏。對于不同的系統,只需改寫規則,不必修改程序,故通用性也尚佳。而且單就規則判斷來說,也常在采用其他開票方法的系統中保留,如用于后期對已開操作的五防規則校驗。基于此方法的操作票系統在國外文獻中也有報道。由于單純的規則校驗只能保證票項滿足規則,所以此方法開票并未實現智能化,而且開票需要手工點選,故出票效率并不很高;這也導致開票過程中操作哪些設備、什么時候中止開票完全由用戶決定,即系統對用戶開票操作的目的性并不敏感,無法對一些違背初衷的操作加以限制或約束,即使開票的所有步驟都滿足規則,但開票后的結果可能卻并不符合操作任務。比如本來希望的操作任務是將某間隔中開關停運并轉檢修,但用戶開票時卻誤操作了其他間隔的開關,或者中途重復開閉同一開關若干次,但因其步驟并不違反規則,故系統對此并不報錯。這也是該系統的一個缺陷。
3.3產生式系統的推理
一種是直接用子程序或者子模塊的形式(有的文獻又稱為程序存儲方式),將知識和推理融為一體,以程序代碼來實現。針對不同的設備、接線,將常用的操作任務用程序寫好各自的推理模塊,開票時直接調用相應的模塊即可。這種方式的特點是開發相對比較容易,直接利用源代碼來書寫推理過程,對于事先歸納好的任務能夠快速地推理開票。且由于各子模塊相對獨立,所以系統也容易進行擴展。但其缺陷也是很明顯的,就是一旦想改動規則,就必須修改源代碼,所以一般用戶是無法進行系統維護的,故其通用性較差。
另一種是知識庫+推理機的形式。首先將產生式邏輯規則保存在知識庫中,然后單獨開發一個推理機。推理機本身并不存儲知識,在開票時其根據指定的任務,從知識庫中讀取相關的產生式規則進行判斷,從而完成開票。這種方式的特點是用戶可以對知識庫進行維護,擴展,通用性也較好。推理結果的準確性很大程度上依賴于知識庫是否完備。但由于產生式規則描述知識的效率較低,對大系統會造成知識庫過于龐大,而推理過程中又要不斷地訪問知識庫進行查詢,這將導致推理時間較長。
總而言之,產生式推理方法提出的時間較早,研究得也最深,在操作票系統中有著廣泛的應用,是一種比較成熟的方法。
4.利用智能倒閘操作填寫系統的“五防”功能應該注意的問題
雖然智能倒閘操作填寫系統具有上述“五防”的功能,但是如果在使用過程中出現使用不當的現象,依然不能發揮其作用,因此在利用這幾項功能的同時要注意很多問題,其中主要問題如下:
4.1要充分了解“五防”功能
填寫人員應該對這“五防”的內容以及應用原理等都要進行充分的了解,最重要的是要明白這“五防”功能只是針對五個方面進行預防,并不是針對所有的誤操作,所以出現其他誤操作情況,填寫人員要自行解除,不能全都依賴這“五防”裝置。再加之,有些時候可能“五防”功能裝置自身存在著問題,所以也不能盲目相信這個裝置,當出現誤操作現象時,要仔細分析,查找原因,最后再進行仔細的填寫。換句話說,對智能倒閘操作票填寫系統中的“五防”功能要有明確的態度,不能完全依賴于相信,但也要充分的利用這項功能裝置。
4.2做好相關人員的培訓工作
“五防”功能裝置要想真正的發揮作用,必須做好相關人員的培訓工作,必須確保填寫人員都能夠非常熟練的使用這項功能裝置。不能因為人為操作而造成填寫誤差,所以企業要特別重視培訓,要定期對填寫人員進行培訓,培訓結束之后,還要對其進行考核,之后考核合格的人員才能使用這項功能裝置,而考核不合格的人員要進行再次的培訓。相關的填寫人員也要努力自我提高,不斷創新,要能夠正確的面對遇到的各種問題,在使用的過程中,要不斷地總結經驗,進而將其功能發揮到最大。因為該“五防”功能裝置自身也有很多問題,所以填寫人員在使用的過程中,要時刻與生產廠家聯系,一旦出現問題能夠及時解決。
4.3要用合適的方法保管電腦鑰匙
在應用智能倒閘操作票填寫系統時,經常使用的是電腦鑰匙,但是卻普遍存在著這種情況,就是電腦鑰匙已經正確的解開密碼,但是依然不能進入到相關界面,其主要有兩方面原因,一方面是鎖具自身的問題,可以有些部位出現了卡澀的現象,但是最重要的原因是在電腦鑰匙使用過程中,沒有對其進行有效的維護,或者沒有按照相關操作規范進行操作。比如,如果在使用電腦鑰匙之前,沒有對其進行電量檢查,使其電量不足,或者電量還沒有充足夠,就開始使用,因為電能供應不足,所以該填寫系統的繼電器就不能順利的吸合,所以鎖具也就不能有效的打開;有時在使用時點馬屁鑰匙也沒有插到位,或者沒有插到指定位置,這時就會顯示出解碼錯誤的情況;在使用過程中,電腦鑰匙受外力的影響比較嚴重,這在進行倒閘操作票填寫時,就非常有可能出現誤差。所以一定要用合適的方法來保管電腦鑰匙,在平時對其進行維護時,要根據生產廠家要求進行維護。通常情況下,除了電能鑰匙之外,還需要配備一個萬能鑰匙,相關企業要針對萬能鑰匙制定相應的管理條款,不能任意使用,以免出現丟失,進而出現打不開鎖的情況。
4.4圖板與現場設備的位置時刻保持一致是倒閘操作安全的先決條件
當前 微機防誤閉鎖裝置閉鎖的設備大多采用虛遙信的方式 即通過模擬圖板或微機中的記憶部分記憶設備的位置 并沒有通過輔助接點或其它方式用電纜與模擬圖板相連 這種情況本身存在著潛在的不安全因素 所以 在操作完畢后應及時回傳即使電腦鑰匙損壞時 也要在模擬盤上把操作過的設備狀態和現場設備的實際位置對位并記憶或復歸時刻使模擬圖板與現場設備的位置保持一致。
5.結語
綜上所述,可知在應用具有“五防”功能的倒閘操作票填寫系統其優勢非常明顯,但是也要用正確的態度來對待該系統的這具有“五防”功能,要知道這具有“五防”功能只是針對五個誤操作來進行預防,而不是針對所有的誤操作,所以在使用時,也不能過度依賴,有些時候還需要人工進行填寫。
【參考文獻】
[1]宮晶緯,孫宏斌,湯磊,張伯明.基于網絡分析和智能推理的調度操作票專家系統[J].電網技術,2006(17).
[2]郭創新,朱傳柏,曹一家,韓禎祥.基于多智能體的全面防誤策略及智能操作票生成系統[J].電網技術,2006(04).
美國加州州長杰里·布朗(Jerry Brown)一個月前宣布,谷歌無人駕駛汽車可以從2015年起行駛在加州的公路上。這輛汽車的發明者正是特龍。不過此時他已經離開了谷歌,開始自己新的創業項目。
作為谷歌X實驗室曾經的主要負責人之一、斯坦福大學教授,特龍從2004年就開始研究無人駕駛汽車。從最新的谷歌無人駕駛汽車,到他曾經主導研究的Stanley、Junior,都被看做是無人駕駛汽車研究領域的重要成就。
特龍從小就是個汽車愛好者。但他研究無人駕駛汽車的出發點,并不是馬克·扎克伯格式的黑客精神。他對此的執著其實源自18歲那一年。那一年,他最好的朋友在一起交通事故中去世。
2012年11月,特龍接受了《第一財經周刊》的采訪。“那場交通事故來得很突然,好像我們必須接受,而大多數人似乎不談論這個話題。”他回憶說。他從那時起下定決心,在改善這個問題上,“必須有所作為”。
巴斯蒂安·特龍出生于德國索里根市,在德國讀大學時學過計算機、醫療和經濟學,1995年加入美國卡耐基梅隆大學研究計算機科學,成為卡耐基梅隆大學機器學習實驗室的負責人之一。他在自己的學生時代,就對人工智能產生了濃厚的興趣。“我覺得它很偉大,因為我們是在打造智慧,而不是學習。”特龍說。
在特龍之前,無人駕駛汽車已經出現了多位先驅者。早在1939年紐約世界博覽會上,通用公司(GE)就在“未來奇觀”展館中,展出了一臺無人駕駛電動汽車,它通過鑲嵌在道路里的電路來提供電力,并用無線電實現控制。到1950年代,通用汽車公司和美國廣播公司研發了自動公路系統的比例模型,讓用電子方法控制汽車的轉向和保持車距成為可能。
到1970年代,斯坦福大學的線控機器人已經可以在無人為干預的情況下,穿越一間擺滿椅子的房間;隨后筑波市機械工程實驗室推出了配備兩個攝像頭、用模擬計算機技術進行信號處理的無人駕駛汽車,在高架軌道的輔助下,可以實時處理前方道路圖像。
1980年代是無人駕駛技術歷史上的第一個轉折點—軟件、計算機的出現開始改變一切。美國國防部高級研究計劃局制定了DARPA(Defense Advanced Research Projects Agency)計劃,支持相關研究,卡耐基梅隆大學的研究人員帶著便攜式計算機、GPS接收器和攝像機,對汽車實現最長達70公里的無人干預。
特龍在2004年出現在了這個領域。美國國防部高級研究計劃局在這一年公開舉辦了一場無人駕駛汽車長途比賽。此時特龍剛剛搬到斯坦福大學,并成為該校人工智能實驗室的教授。他參加了這次比賽,并且第一次實際接觸了無人駕駛汽車的概念。
這場對無人駕駛汽車的發展有著重要意義的比賽進行得很不順利。主辦方設定了150英里的距離,15輛參賽的車輛沒有一臺到達終點,路上到處都在冒煙。
當其他研究人員都在單純地圍繞攝像頭、傳感器這些傳統手段想辦法時,研究人工智能的特龍另辟蹊徑。代號為Stanley的無人駕駛汽車,就是這一年誕生在斯坦福大學人工智能實驗室里的。特龍和他的團隊決定,用機器學習的方法來訓練這輛無人駕駛汽車。
這個過程就像人類自己的培訓一樣。特龍給車寫了一個軟件,里面有5到10條規則,車就按照這些規則來活動。這僅僅只是一個開始。
人不可能背上幾條規則就可以成為司機,何況是身為汽車的Stanley。特龍和他的團隊很快就發現,5到10條規則根本行不通,“至少需要1萬條規則。”在真正的路面上,一輛車可能會面臨的問題太多了,不可能用一種規則來適應所有的情況。
他們決定讓機器自己學習。與此前不同的是,為Stanley的培訓所設計的軟件這次被分成了不同的部分,比如如何觀看周圍的環境、如何選擇速度等等。車內和車外的傳感設備也經過了改進。
Stanley開始“自己訓練自己”。有時特龍會開著 Stanley上路,讓它看自己開車,這個過程會讓汽車接受設定的規則。特龍說這就好像人一樣,當承載的數據發生變化時,大腦會接受并適應現實。
2005年的DARPA比賽,獎金提高到了200萬美元,并且賽道設置減少到132英里,但設置了三條隧道和超過100圈的賽道,也有一些并不平坦的路面。這次有23輛車參加比賽,5輛車到達終點,其中,Stanley以6小時54分鐘的成績獲得冠軍。
“我很激動看到這個新時代的開啟,而我們就站在這扇門背后。”特龍說。這一年他太累了。當天晚上,他接到美國有線電視公司CNN的采訪電話,甚至沒有說完就睡著了。
5年之后,谷歌無人駕駛汽車的出現,讓無人駕駛汽車的概念和前景真正走到大眾面前。多年來,很多汽車廠商也一直在不遺余力地研究自動駕駛技術,以降低人為駕駛帶來的風險。對汽車廠商來說,無論是無人駕駛或者自動駕駛,都意味著新一輪的技術升級。
按通常觀點看,自動駕駛和無人駕駛是兩個概念。不過在研究人工智能的特龍看來,這都是一回事。自動駕駛技術是初級的人工智能,在很多裝置上都能實現,而人工智能則更進一步,它按照規則進行思考和判斷,讓駕駛更安全。
與今天開上加州公路的谷歌無人駕駛汽車相比,Stanley畢竟只是參加比賽的車輛,它可以在沙漠中行駛,但是還不能在導航中識別紅燈或者其他需要停車的信號,更不可能融入高速公路的車流中。
特龍參與研發的第二輛無人駕駛汽車Junior,可以看做是從Stanley到谷歌無人駕駛汽車的過渡。Junior最大的進步,是可以在現實的交通環境中駕駛,可以看到其他的車,知道什么時候等,什么時候超車。換句話說,Stanley面對的是固定的位置對象,而Junior看到的是移動的車。
這意味著Junior開始有了“思考”,學會了觀察和理解,并能據此做出預測。這不僅需要傳感器等外部設備的配合,更重要的是,分類算法和數據使用能夠讓汽車學會更準確地運行。“這和谷歌的機器學習、亞馬遜從網站數據去了解消費者的做法不一樣,但是類型相同,因為基礎都是設置規則的架構讓機器來明白規則是什么。”特龍說。
這也正是后來特龍決定加入谷歌的原因。在Junior獲得2007年DARPA比賽第二名之后不久,他參與成立了谷歌X實驗室,并且花了1年半的時間來研究谷歌無人駕駛汽車。
2007年的比賽中,Junior參加的項目增加了一段60英里的城市環境,參賽車輛必須面對路上有載人車輛的情況。Junior總共花了4小時29分鐘的時間完成比賽。
“谷歌無人駕駛汽車比Junior更好。”特龍簡單地總結道。他所指的是,Junior雖然可以在交通環境中行駛并理解別的車輛,但是不能識別紅燈以及區分周圍的車是自行車還是汽車,而這些谷歌無人駕駛汽車都可以做到。
從2010年謝爾蓋·布林(Serge Brin)對外透露谷歌的無人駕駛汽車項目,到2011年10月谷歌無人駕駛汽車被允許開上加州的公路,這家公司已經制造了7輛無人駕駛汽車。根據謝爾蓋·布林對外界的說法,在實驗中累計的行駛里程超過了30萬英里。
在公開資料中,谷歌提到無人駕駛汽車使用了攝像機、雷達探測器和激光測距儀來“看”周圍的交通情況。相比硬件的配置,谷歌的數據中心和對數據的處理能力是更為核心的力量。
當無人駕駛汽車行駛在路上時,谷歌地圖可以作為指引,谷歌街景可以實現360度觀測周圍環境。當然,未來可用的數據還遠遠不止這些。不過巧合的是,特龍曾經參與的一些與直升飛機有關的合作,后來成為了谷歌街景項目中的一部分,他也參與過谷歌地圖在移動導航方面的工作。
特龍認為使用數據是人工智能研究進入第二個階段的標志,“讓數據為自己說話。亞馬遜、Netflix、谷歌都在大量地運用數據來為自己決策,這個工具也能帶領人工智能創造更多的財富。”他說。
如果需要更長遠的考慮,則人工智能的下一步階段是自主學習。特龍這樣描述未來機器的學習:機器需要的不止是人設定的規則,還需要“智慧和精神”。而這些當然要建立在充分的數據輸入之上。
他現在已經離開谷歌,開始了自己的創業項目—在線課程Udacity,并把無人駕駛汽車作為第一節課放在頁面上,主要內容是怎么在七周內自制一臺無人駕駛汽車。