机械工程:用户和AI技术的放大效应 - 农业工程技术杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表

一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。六、处理流程：（1）通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4）杂志出刊后，我们会按照您提供的地址免费奉寄样刊。七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。

机械工程:用户和AI技术的放大效应

作者:

关键词:

摘要：

关注

文章

浏览量

政治、媒体和工业高度重视"人工智能"，人们既对它寄予厚望，也讨论它的风险和应对风险的政治措施。

机械类企业是人工智能技术的主要用户，同时为工业解决方案的供应商，他们也是在产业价值链中推广和应用人工智能的核心环节。机器和设备以嵌入式人工智能的形式，将人工智能技术带给用户，带进各行各业，机械工程在机器人、自动化、传感器技术等人机协作的高效整合和责任设计中积累经验。德国机械设备制造业联合会必须支持会员企业应用，但是在政治领域和社会环境中，想要扩大人工智能技术接受范围并形成社会体系，以事实为依据进行理性讨论也很重要。

机械工程:用户和人工智能技术的放大效应

对于机械工程而言，人工智能首先是获得保持世界领先地位的机会。人工智能有助于提高工作效率，开发出新型商业模式，嵌入式人工智能解决方案的智能化功能还可以优化生产流程，扩大机器的使用和服务范围。人工智能将决定机械工程未来产品和流程的影响力。因此，构建卓越人工智能的基础既要依靠现有技术专长，也要依靠应用领域专长，机械工程以此为基础，在跨行业和跨部门人工智能的应用中都将发挥举足轻重的作用。这不仅对机械工程类企业及其客户有好处，在节约材料和能源，完善决策，控制资源短缺和气候变化等问题上也有巨大潜力。另一方面，如果不能成功利用人工智能带来的机会，欧洲工程类企业的领先地位肯定会下滑，输给世界其他地方的竞争对手。因此，企业、机械研究机构和政策制定者必须把人工智能整合到机械工程中。

机械工程还必须勇敢承担引进新技术的责任--不论是保障机械安全，还是与社会的沟通合作。但是德国机械设备制造业联合会认为，人工智能并非独立的全新政策，而是有横向意义的关键技术。不仅数据管理、数字平台、网络安全、IT基础设施等数字化主题要关注它，产品安全、机械安全、运行环境设计、标准化等"传统"行业活动领域也要关注它。举例来说，产品安全和欧盟协调法规的法律规定早已涵盖了机械人工智能应用。

为了考虑周全，充分利用机会，客观分析风险，必须在机械工程和行业用户的参与下，以事实为依据进行社会对话。

" 人工智能"的概念和应用

如果"人工智能"是指自主能力无限的类人系统，那么切实可行的数字政策就不应以它为主。通过实事求是展开讨论通用人工智能和狭义人工智能之间的概念差别非常重要:通用人工智能是指试图模拟类人智能--在不确定状态下或追求复杂目标时有计划、决策等能力，但这什么时候能实现，或者是否可能实现仍然众说纷纭，完全没有定论。另一方面，在具体应用过程中，现在已经在开发利用狭义人工智能--例如语音识别、模式识别、误差分析等。况且法律规定这种"人工智能"仅限于目标用途，并且规定了对开发人员的具体要求，而物理过程、操作要求和技术标准也明确限制将人工智能用于工业流程。机器制造商非常想控制机器的所有功能，特别是人工智能产生或改变的功能。因此，实际政策讨论只能以人工智能目前的狭义形式--在具体应用中有一定的自主能力，但是没有类人智能--作为基础，本文中的"人工智能"均指狭义人工智能。

"机器学习"是狭义人工智能的一种形式。它已经实现，可以具体客观地评估。机器学习以统计算法为基础，让软件应用程序可以在模式识别的基础上，独立进行学习。目前的工业和机械工程已经在用机器学习解决特定的技术问题或经济问题，例如，质量保证领域已经通过图像处理方法，用机器学习检查表面情况，图像处理效率的提高潜力也很大。另一个例子是复杂机器的流程优化:基于传感器数据的机器学习，可以提供宝贵信息，缩短调试时间，发现未知的错误来源。预见性维护是以提高操作、维护和维修流程效率为目标的数据评估，它对算法的成功应用几乎成了行业典范。关键指标通过评估ERP等数据，可以帮助优化内部生产结构和流程，例如产品在使用阶段提供数据，从而为创新和流程改进提供信息，帮助改善产品开发和管理。在销售和规划中，人工智能工具对机器进行智能配置，可以发挥相当大的业务价值潜力。

这些例子表明，人工智能用于工业应用，产生了许多机会，有望带来可观的效益。不过这也表明，伦理讨论在很多情况下绝对有必要，但是每种应用情形的讨论不完全相同;特别是在工业应用中，这类问题一般不太重要。因此，关于人工智能的伦理讨论，不能急于一刀切，否则会过早限制或不必要地限制人工智能应用的创新范围，无法将人工智能迅速用于有前途的应用。

文章来源：《农业工程技术》网址: http://www.gcjszzs.cn/zonghexinwen/2020/0726/573.html