物联网（ IoT ，Internet of things ）即“万物相连的互联网”，是互联网基础上的延伸和扩展的网络，将各种信息传感设备与互联网结合起来而形成的一个巨大网络，实现在任何时间、任何地点，人、机、物的互联互通[2] 。
物联网是新一代信息技术的重要组成部分，IT行业又叫：泛互联，意指物物相连，万物万联。由此，“物联网就是物物相连的互联网”。这有两层意思：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。因此，物联网的定义是通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现对物品的智能化识别、定位、跟踪、监控和管理的一种网络。
物联网的基本特征从通信对象和过程来看，物与物、人与物之间的信息交互是物联网的核心。物联网的基本特征可概括为整体感知、可靠传输和智能处理[5] 。
整体感知—可以利用射频识别、二维码、智能传感器等感知设备感知获取物体的各类信息。
可靠传输—通过对互联网、无线网络的融合，将物体的信息实时、准确地传送，以便信息交流、分享。
智能处理—使用各种智能技术，对感知和传送到的数据、信息进行分析处理，实现监测与控制的智能化。根据物联网的以上特征，结合信息科学的观点，围绕信息的流动过程，可以归纳出物联网处理信息的功能:
(1)获取信息的功能。主要是信息的感知、识别，信息的感知是指对事物属性状态及其变化方式的知觉和敏感；信息的识别指能把所感受到的事物状态用一定方式表示出来。(2)传送信息的功能。主要是信息发送、传输、接收等环节，最后把获取的事物状态信息及其变化的方式从时间(或空间)上的一点传送到另一点的任务，这就是常说的通信过程。(3)处理信息的功能。是指信息的加工过程，利用已有的信息或感知的信息产生新的信息，实际是制定决策的过程。(4)施效信息的功能。指信息最终发挥效用的过程，有很多的表现形式，比较重要的是通过调节对象事物的状态及其变换方式，始终使对象处于预先设计的状态
希望我能帮助你解疑释惑。
1 物联网（Internet of Things，IoT）
指将传感器、执行器、智能设备、人工智能和云计算等技术融合在一起，通过互联网连接、交互和协同工作来实现智能化和自动化的网络。
2 传感器（Sensor）
指一种可以感知并测量实际物理量的设备或系统，通过将物理信号转换成数字或模拟信号来输出相应的测量结果。
3 执行器（Actuator）
指一种可以根据输入信号转换成机械或电动力的设备或系统，用于控制或驱动实际物理行为。
4 物联网平台（IoT Platform）
指一种用于将各种传感器、执行器和智能设备互联互通的技术平台，提供数据采集、数据分析、数据处理和数据交互等功能。
5 云计算（Cloud Computing）
指一种基于互联网的分布式计算和存储模式，将计算和数据存储分布在多个服务器上，提供虚拟化和动态扩展等功能。
6 数据采集（Data Collection）
指通过传感器和其他设备收集和记录现实世界中的数据，如温度、湿度、压力、位置、声音等。
7 数据处理（Data Processing）
指将采集到的数据进行分类、筛选、转换、分析等处理，以提取有用的信息，比如预警、异常检测、预测分析等。
8 数据交互（Data Interaction）
指通过互联网将数据传输到物联网平台等服务器上，并将处理结果返回到智能设备中，以实现设备之间的互通和协同工作。
9 人工智能（Artificial Intelligence，AI）
指模拟人类智能和行为的计算机系统和算法，用于实现自动化、智能化和自主学习等功能，如图像识别、语音识别、机器人等。
10 区块链（Blockchain）
指一种去中心化的分布式账本技术，用于实现安全性、透明度和信任度的高效交互和协同，如支付、合同管理、安全通信等。
云计算已经成为全世界公认的最大趋势，Gartner研究报告显示，截至2015年末，全球云计算市场规模已达1750亿美元，而在2019年将有望突破3000亿美元，国内BAT巨头也在对该市场虎视眈眈。
此次百度方面宣布进行品牌升级，将"百度云计算"全新升级为"百度云"，与阿里和腾讯不同的是，百度最为擅长的部分在于人工智能，而此次百度也将云计算的砝码加注于人工智能领域。
百度总裁张亚勤表示在未来随着大数据的指数级增长，以及人工智能的突破性进展，"云计算大数据人工智能"成为未来发展关键，互联网的下一幕将由人工智能开始主导，而各行各业也将依托于"智能"完成对于自身的改造，百度云也为此进行了全面升级。
事实上在人工智能的驱动下，未来的云计算正在驶入全新的智能领域领域，其主要表现出三大趋势。
一，大数据激增，运算能力成云计算新焦点
传统时代并不存在云计算的说法，因为早期需要解决的问题是存储问题，成千上万的企业网站需要联网，而这些企业也仅仅只需要托管服务即可。
但是移动时代却是一个关键性的转折点，随着移动时代的到来，用户在企业产品中留下的数据开始激增，相比于pc时代可以用天文数字来形容，并且电商、物流、医疗、教育、营销、金融等诸多行业被全面波及，这些企业也越来越需要通过用户的数据，来对自己进行产品的调整以及改进规划，对于运算能力有着极大的需求。
之前的云计算解决了存储问题，但是并没有解决企业如何处理大数据的问题。因此，如何高效处理大数据则是未来的全新焦点，当存储能力不再重要时，运算能力正在成为未来企业全新的追逐对象。
此次百度云发布的"天算"正是应对这一需求，百度自身就是依靠运算能力起家，搜索从一开始就需要对大量的数据进行运算，其日均响应搜索超过60亿次，覆盖全国975%网民，LBS日请求超过300亿次，日语音识别请求超过1亿次，这些数据让百度的运算能力得到了强大的训练，不断倒逼自身能力。
此次“天算”开放则是将这16年的积累与全社会进行分享，使得每个行业都能够最高效解决大数据利用问题。
二，用户交互方式开始多元，企业难以应对
早期的pc时代，受制于 *** 作设备的不方便，用户与机器的交互方式只是通过文字进行，但是移动时代的智能手机带来了巨大的便携性，用户的请求方式开始多远，请求、语音请求、视频请求等等诸多形式。
企业只有抓住这些全新的交互形式，才等于抓住了未来，因此需要人工智能技术来应对用户场景的变化，帮助自己的用户更方便高效的使用自身产品，无论用户的语音请求还是请求都能够正确响应，但实际上该领域入门门槛极高，绝大多数公司都不可能单独设立部门进行研发，因此提供的人工智能服务的第三方成为关键。
面对以上全新的用户交互场景，百度云发布了"天像"，天象功能可以为开发者提供视频、、文档等多媒体处理、存储、分发的云服务，同时还额外提供"反黄服务"、"视觉特效"、"人脸识别"、"文字识别"等等服务，此外百度生态还对"天像"进行巨大的流量扶持让企业获得巨大的流量曝光。
对应变化的用户场景，一直都是百度长期以来布局的焦点，以语音识别和识别为例，百度在语音识别方面其准确率高达97%，而其DeepSpeech2深度语音学习也被《麻省理工评论》评为十大突破性技术，与航天技术、生物技术并列，也是唯一一家入选的中国公司。在识别方面，百度的DeepImage可以对内容进行识别，LWF人脸识别精度达到9986%，文字OCR的准确率也在90%。
目前百度也已经全面开放了语音、的技术，开发者除了可以接入“天像”之外，还可以直接利用百度的语音识别、图像识别开放平台轻而易举的完成自身无法完成的高门槛技术实现。
三，物联网崛起，云计算向人工智能全面进化
继德国工业40之后，我国也在2014年提出了中国制造2025计划，智能工程也被正式抬上议题，在2025年重点制造业将全面实现智能化，实现统一的智能管理。
物联网的云计算与其他云计算不同，其重点不在于存储和托管，其需要一个标准化的管理规则，让设备能够统一的接入，统一的调度，统一的检测等等，而这一切又都依托于人工智能技术，也就是说在物联网的云计算方面，传统的云计算已经无法继续胜任，其不仅需要与人工智能结合，更需要将自身进化成人工智能。
百度云此次发布的“天工”，则正是应对未来的物联网时代的全面布局，而百度自身在物联网方面也有相当大的动作，无人车可以说是整个物联网的集大成者，涉及多方面的顶级软硬件技术，而百度则是将无人车列为自己的重点。
百度一开始就以无人车最高级的全自动驾驶作为标准，采用全球最先进的传感器等设备，并配合自身前沿的语音技术、图像识别技术、地图技术、深度学习技术来实现无人车的运作，并且在政府方面也获得了极大的支持，分别获得了中国芜湖地以及美国加州的试点允许，不仅是亚洲第一家做无人车的公司，也是唯一一家获得两国政府认可的公司。
无人车是顶级前沿人工智能技术的综合集成，而“天工”则是将这些前人工智能沿技术进行开放，让更多的物联网开发者能够获得低成本高效率的解决方案，目前“天工”已经有了登云、互道信息、普奥云、智向科技、物联天下等物联网公司的合作案例，而在此后也将吸引越来越多顶级的开发者。
结语：
未来是数据的时代、用户多种请求的时代、物联网设备的时代，传统的托管云计算将无法胜任，而云计算也将全面向人工智能进化，未来没有云计算只有人工智能，而这种趋势已经开始。
姓名：陈心语 学号：21009102266 书院：海棠1号书院转自： 人工智能在中国航天的应用与展望_数据 (sohucom)
嵌牛导读
随着物联网、大规模并行计算、大数据和深度学习算法等技术的突破，人工智能近年来取得了突飞猛进的发展，在图像识别、语音识别、自然语言处理、无人驾驶、智能机器人等众多领域展现出令人期待的发展前景，并得到了国内外各政府的关注和支持;该文将人工智能技术与运载火箭、深空探测器、武器装备等航天应用相结合，论述其在自主规划航天任务、高效智能地面测试、全面快速设计保障等方面的应用模式，并从产品规划、顶层设计、产品打造、具体实施几个方面对中国航天后续发展人工智能技术提出了相关的对策建议。
嵌牛鼻子人工智能运用于航天。
嵌牛提问人工智能在航空航天中有什么运用呢？
嵌牛正文
岳梦云, 王 伟, 张羲格
(北京宇航系统工程研究所，北京 100076)
摘要： 随着物联网、大规模并行计算、大数据和深度学习算法等技术的突破，人工智能近年来取得了突飞猛进的发展，在图像识别、语音识别、自然语言处理、无人驾驶、智能机器人等众多领域展现出令人期待的发展前景，并得到了国内外各政府的关注和支持;该文将人工智能技术与运载火箭、深空探测器、武器装备等航天应用相结合，论述其在自主规划航天任务、高效智能地面测试、全面快速设计保障等方面的应用模式，并从产品规划、顶层设计、产品打造、具体实施几个方面对中国航天后续发展人工智能技术提出了相关的对策建议。
关键词： 人工智能； 大数据； 航天应用
0 引言
在十二届全国人大五次会议上，国务院总理李克强在作政府工作报告时表示，要“全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化”，这也是“人工智能”这一表述首次出现在政府工作报告中。
近年来，物联网、大规模并行计算、大数据和深度学习算法这四大催化剂的发展，以及计算成本的降低，使得人工智能技术突飞猛进。2016年12月，升级版“AlphaGo”化名“master”在60场互联网棋局车轮大战中连胜柯洁九段、陈耀烨九段、朴廷桓九段、芈昱廷九段、唐韦星九段等高手，取得全胜战绩，引起各界对人工智能的广泛关注与讨论。
1 人工智能的四大先决条件
11 物联网
随着摄像头、麦克风、各种类型传感器的发展，基于物联网技术的智能设备得到了飞速提升，而大量智能设备的出现则进一步加速了传感器领域的繁荣。这些传感器负责采集数据、记忆、分析、传送数据，将外部世界数字化，为智能系统提供了多维度的数据输入，成为数字世界与物理世界交互、反馈的接口和手段。
12 大规模并行计算
并行计算(Parallel Computing)指同时使用多种计算资源解决一个计算问题的过程，能够有效的提高计算速度和处理能力的一种有效手段。海量的分布式计算资源和超高速计算能力，令快速处理大量数据、训练复杂模型、用知识体系代替人类常识成为可能。这些知识和模型为人类和机器人提供智能的辅助决策，让人工智能成为现实。
13 大数据
大数据具备Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)的5V特点。在过去，要尽可能全面地认识某项事物，必须合理设计抽样调查的策略，使样本能够尽量覆盖全集特征。随着计算能力的提升，可以不再采用随机分析法这样的权衡之策，而采用所有数据进行分析处理。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。海量的数据为人工智能的学习和发展提供了资源。通过知识挖掘，可以从大量有噪声的随机实际应用数据中，提取人们事先不了解但是隐藏在数据中的有价值的信息和知识。这种对隐性信息的挖掘是大数据价值的核心，也是实现人工智能的关键。
14 深度学习算法
深度学习算法作为机器学习的一个分支，由Hinton等人于2006年提出，是人工智能迎来新一轮飞速发展最重要的核心技术[1]。深度学习算法用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征，其中最广为使用的算法包括卷积神经网络(convolutional neural networks，CNN)、循环神经网络(recurrent neural network，RNN)长短期记忆网络(long short-term memory，LSTM)等，需要根据具体应用场景和数据特征加以选择。深度学习是对人类思维方式的建模，让机器能够理解人的行为，并将知识运用到与用户的交互中，达到机器“人性化”的终极目标，实现人工智能技术在商业中的落地。
2 人工智能的细分领域
21 图像识别
通过结合大数据的训练，人工智能可以对图像进行预处理、图像分割、特征提取和判断匹配。在图像识别的技术框架中，人脸识别应用非常广泛。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。目前国内领先企业旷视科技的人脸识别准确率已高达99999%。此外，在产品生产质量检验上，图像识别技术应用也非常广泛，例如：机械类产品的裂纹自动识别检测。
22 语音/语义识别
利用特征提取技术、模式匹配准则及模型训练技术，语音识别能够让机器对采集到的语音信息进行识别和理解，转化为文本或命令。例如在军事上，可通过语音识别确认说话人的身份、侦听情报内容、或下发 *** 作指令，具有非常重要的价值。目前，针对中小词汇量非特定人的语音识别系统识别精度已超过98%，针对特定人的识别精度甚至更高。
23 自然语言处理
语言是人类区别其他动物的本质特性，因此理解语言也是人工智能的一个核心方向。综合语言学、计算机科学、数学等多种科学，自然语言处理研究能实现人与计算机之间有效通信的各种理论和方法，以一种智能高效的方式，对文本数据进行系统化分析、理解与信息提取。通过使用自然语言处理技术，可以管理大块的文本数据，或执行大量的自动化任务，并且解决如自动摘要，机器翻译，命名实体识别，关系提取等语言相关任务[2]。
24 无人驾驶
无人驾驶的核心技术是即时空间建模和人工智能技术。低成本高效率的感知解决方案是无人驾驶的基础，高精度底图的建立是无人驾驶的关键，具有深度学习的算法芯片是无人驾驶的核心。在过去六年内，谷歌无人驾驶汽车在公路上安全行驶220多万公里，仅发生17起交通以外，而且均是由人类失误引发的。
25 智能机器人
智能机器人融合了几乎所有人工智能分支技术，它至少需要具备感觉要素、反应要素和思考要素。它能够理解人类语言，感知、分析周围环境信息并调整自己的动作。目前已发展出多样化的机器人种类，从智能水平较低的工业机器人，到智能陪护机器人再到高级智能机器人。
3 人工智能在中国航天上的应用前景
31 更自主的任务规划
航天飞行任务规划是一个典型的知识处理过程，其中涉及较为复杂的逻辑推理和众多的约束条件，这种问题适合采用人工智能的方式加以解决，实现“人工智能+”。
311 “人工智能+运载火箭”——高容错飞行
运载火箭的飞行入轨面临的是一个地面难以复制和仿真等效的全新环境，飞行阶段程序转弯、发动机关机、级间分离、再次点火、姿态修正、载荷分离诸多环节中数百个零部件任一失效偏差都可能给火箭带来不可挽回的损失，是运载火箭成败与否的核心一环。高机动性、短飞行周期、恶劣环境都意味着人无法有效干预，因此，发动机推力下降、姿控极性接反均直接造成了任务失败，飞行风险居高不下。
目前的箭载计算机大多不具备重新规划飞行任务的能力，或需要地面人工计算制导诸元后，通过测量系统进行了上行注入，一定程度上实现d道的重规划，将卫星送入轨道[3]。
未来，将运载火箭设计阶段梳理的飞行过程故障模式与传感器参数相结合，研究基于人工智能的运载火箭飞行阶段故障自诊断以及深度学习训练方法，在分秒必争的运载火箭飞行段完成故障预测、故障定位与故障隔离工作，并通过轨迹d道重规划、制导姿控模型重生成，有效隔离局部故障，规避失败风险，最优化飞行轨迹与姿态控制，有效挖掘潜在运力资源[4]。
除此之外，在运载火箭发动机关机、级间分离后，分离的舱部段通过自主感知和自主控制技术，与卫星定位信息、地形布局信息动态匹配，通过发动机再次点火，实现舱部段自主飞行、平稳下落、精准落地以及主动防护，通过舱部段及各级发动机的回收再利用，显著压缩运载火箭任务周期，降低运载火箭制造成本。
312 “人工智能+深空探测器”——自主规划
现有行星探测器的主要前进方式为：拍摄前方照片通过遥测发回地面站， *** 作人员根据图像确定前进路线，再通过上行通道上注行动指令，实现探测车的行驶 *** 作。这种模式过于依赖地面测试人员，效率较低，很多时候由于行星表面环境较为恶劣，或者由于距离的确过于遥远，遥测控制信号也比较微弱，或者由于地球自转引起相对位置改变，无法实现遥测遥控，更难以实现探测器的实时控制。基于人工智能、视觉计算、监控装置的自动驾驶将大幅提高探测、地形勘测的效率。根据视频摄像头、雷达传感器以及激光测距器来了解周围的地形状况，利用图像识别等智能感知技术、智能决策和智能控制技术可以实现行星探测车的自主行动，选取最优探测路线，智能避开障碍物体，以最小的代价、最高的效率采集有用信息，大大辅助深空探测应用。
深空探测应用中，复杂航天器是由大量元器件和软件组成，长期的在轨运行，元器件的故障和软件的不完善在所难免，由于太空环境的特殊性，当某部分损坏时，难以通过人员进入太空进行判别和修复，利用人工智能技术结合空间高精度、高灵敏度机械臂，通过智能分析航天器数据，实现故障的自主定位、自动识别和在轨自主修复，在轨 *** 作、组装、拆卸、管理。
313 “人工智能+武器装备”——智能作战
通过多维度侦查探测系统，智能感知、发现、定位、跟踪敌方动态、电磁频谱信息、作战行动等战场态势信息，以最少的人员、更少的代价、最大化地获取战场情报数据，辅助智能判别与智能决策应用。如利用覆盖红外、可见光、微波雷达等多种技术手段，实现一体化、集成化的多模融合探测装置，智能感知多维度、多层次、多类型数据，然后应用数据配准、智能去噪等预处理手段获取高质量多源数据，再利用深度学习、模糊推理、专家系统等智能技术，建立目标识别和威胁判别模型，实现武器装备作战环境中目标智能探测感知和识别。
通过给武器装备各类传感器、探测器，智能探测感知飞行空间信息、拦截d信息等，数据传输给d载智能“大脑”，设定相应的优化准则、目标等，通过数据分析，智能自主决策，规划调整飞行d道，通过动力学气动调整，改变飞行轨迹，增强突防性能[5]。
人工智能使无人机个体具备较高的智能水平，协同作战能力显著提高，从而形成低成本的无人机蜂群战术。目前，以美国国防高级研究计划局(DARPA)为首的众多机构，都投入了大量经费就无人机集群在空中的协同作战理论和技术展开研究，包括无人机的快速编队、多机间通信协同，自主战术决策与下达作战命令等，构建多无人飞行器的任务自组织系统分布式体系结构。
32 更高效的地面测试
运载火箭的测试发射同样是一个多学科交叉，多专业耦合的复杂系统工程，是运载火箭成败与否的关键一环。状态准备、测试 *** 作、预案决策、数据判读，每一环都是技术能力的保障，都是知识经验的考验，同样每一步都离不开人的参与，成败维系在每一名人员身上，高水平人员的稀缺造成测试发射无法多任务并举，以及连续疲劳带来的风险造成测试发射周期无法进一步压缩，通过应用人工智能技术，可显著提升测试效率，降低发射成本[6]。
321 采集层
通过多样化的手段代替传统的传感器采集或人工直接观测，基于视频语音识别技术的应用可以大大减少火箭本身测点的布置。例如：发动机工作状态，可以通过对其工作时的声音进行频谱分析；一些机构的动作，可以通过非接触的摄像机直接观察；仪器仪表的指示灯状态监控，可以通过摄像头摄录信息，之后在后台用图像识别的方式的进行自动判断。
322 处理层
人工智能技术极大的提升了设备的数据处理与故障诊断的能力。对地面测试数据进行统一管理和应用，除了完成流程自闭环的反馈判断，还能够对数据的趋势、关联进行综合分析，设备不但可以掌握自身的运行状态，实现故障检测与隔离，启用合适的故障预案，还能够想设计 *** 作人员提供辅助决策和任务规划建议。
323 执行层
前端无人值守是未来火箭发展的必然趋势。电测过程中的脱查脱拔等人为 *** 作、异常故障时的抢险 *** 作，可以采用带视觉定位系统的机械臂来完成。此外，后端的人机交互也可以加入语音识别、手势感知等新型指挥手段，提高测试效率。
33 更全面的设计保障
331 智能设计
引入人工智能技术，可以将目前的半智能化计算机辅助设计系统升级为智能化计算机辅助设计系统，整合现有的海量资料及资源，模拟人脑思考的过程，彻底解决上述三类问题。采用人工智能技术的“航天大脑”可以根据型号需求提供总体文件的初稿，总体设计师进行决策修改后，“航天大脑”将系统需要的文件自动下发至系统级，并形成系统级文件的初稿，系统设计师进行决策修改后，“航天大脑”再将单机需要的文件下发至单机。在进行具体设计时，设计师仅需将设计输入文件提交至“航天大脑”，系统则会根据需求以及所学习的设计文件完成设计工作。如设计电缆网图时，设计师仅需将电缆的几何尺寸、点位定义等提交至“航天大脑”，“航天大脑”会自动绘制出电缆网图的模板，并自动给出诸如线缆型号推荐、连接器型号推荐等辅助决策信息，设计师将不需逐个翻阅厂家的手册即可完成设计，设计效率将大大提高。此外，由于“航天大脑”能够在很短的时间内完成大量文件的学习工作，并从中找出最优方案，设计的标准化和设计水平也能够得到保证。
332 智能制造
智能制造是一种由智能机器和人类专家共同组成的人机一体化智研制造系统，通过人与智能机器的合作共事，扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新，扩展到柔性化、智能化和高度集成化。
利用大数据技术，对于运载火箭制造装配需要的物资、工具、生产线、场地、工装、人员、运输车辆都统一进行编码采集与实时定位管理，将散布在全国各地的运载火箭制造装配资源条件，进行投筹管理，真正做到全国一盘棋。并与运载火箭发射任务计划有机对接，通过态势分析与智能预测，实现生产规模进度的最优化预测管理，成本进度最优化，并能够实现突发风险的动态应变处置，实现成本最优化管理。
在生产过程中，也完成了对火箭全生命周期信息的收集与保障。建立火箭的综合档案履历资料库，收集制造、装配、测试各个过程的数据与知识，构建大数据分析中心，作为智慧火箭的数据支撑与健康诊断的依据，降低设计和研制成本、提升测发效率、提升火箭的可靠性[7]。
333 远程支持
随着在运载火箭高密度发射、零窗口点火变得常态化，靠大量人力在靶场保障发射任务的模式已难以适应未来的发展需求。发射中心将从逐步从靶场向远程后方迁移，以日本epsilon火箭为例，科研人员远程使用两台笔记本就可实现火箭发射控制。
远程支持中心能够统一接收、存储各靶场各型号发回的测试数据并存储，并通过智能搜索引擎随时搜索查看关心的数据及相关文档；针对当发测试数据，结合历史数据进行大数据分析，提前识别出可能有质量隐患的关键节点；当靶场出现故障时，远程支持中心通过多媒体、虚拟现实等手段开展协同排故工作。
4 中国航天发展人工智能的对策建议
41 聚焦航天 “大脑”技术体系，做好战略规划和顶层设计
基于对大数据与人工智能的探索和积累，提出以技术-产品-服务为核心的航天“大脑”，其技术体系设想如图1所示。
图1航天“大脑”技术体系
411 技术层
智能感知是为机器装上触觉、视觉、听觉、神经和运动机构等智能硬件，使其具备感知世界的能力。通过集群和虚拟化技术实现对海量数据的快速预处理、分布式存储、并行计算等，为智慧大脑提供强大的记忆”和“计算”能力。
412 产品层
智慧产品包括智慧院所、智慧火箭、智慧装备和智慧民用产业。其中，智慧院所是所有智慧产品研制的基础，其可以充分激发员工创新创业热情，并为员工提供高效便捷的管理方式；智慧火箭指的是为火箭装上“触觉”和“大脑”，降低测发控对人的依赖，提升火箭可靠性；智慧装备指的是通过全寿命周期的健康管理，实现装备自主保障；智慧民用产业指的是通过军民融合方式，将军用技术转向民用领域，如智能健康监测、智慧家电远程测控、智慧照明、智慧安防等领域。
413 服务层
未来应全力推动大数据人工智能等技术与航天装备的结合，实现装备信息智能采集、远程保障、智能决策的完美集成，发展模式也将由提供产品向提供全方位解决方案的服务转变。
42 打造航天“大脑”系列产品，快速形成专业的能力和队伍
421 智慧院所
以创新为驱动、以信息化为基础、以知识为载体，利用智能科学理论、技术、方法和信息及自动化技术工具，充分有效地整合和优化利用各类内外部资源，保证能够持续创新，不断开发新产品、新服务，为航天单位的发展提供智能决策。
422 数据银行
建立航天大数据中心，成立“航天数据银行”，对产品研制、生产等多环节的数据进行统一管控、统一挖掘，实现数据挖掘效果的最大化，创造服务价值。智慧管理通过实现产品全寿命周期的统一管控，建立基于数据信息驱动的智能化研制模式，提升工作效率。智慧决策基于大数据技术，将先进管理理念、业务流程和管理模式等融合，实现管理信息化和智能化，达到“降本增效”的目的。
423 智能装备
通过大数据与互联网等高新技术，实现火箭的高度信息化与智能化。包括智慧的远程发射支持平台，智慧的测发指控平台，智慧的全寿命周期综合保障平台。智慧的远程发射支持平台通过大数据技术，训练后方的智能机器大脑，提升异地协同保障能力，减免专家到一线协助排故，解决问题。智慧的测发指控平台依托于语音识别、图像识别、大数据等技术，实现自主的测发指控过程。智慧的全寿命周期综合保障平台利用大数据技术保障数据统一化规范，完成自主健康评估、精准的寿命预测和数据驱动的视情维修[8]。
424 智慧产业
依托剩余载荷和末级监控，实现对地观测等服务，依托远程测控、健康监测、大数据、新一代信息应用技术，通过融合智慧城市中的多源数据，在智慧城市和智慧产业中，提升城市的精细化管理水平，同时为航天单位军民融合开拓增收，锻炼队伍。
43 分布落地执行，拓展航天“大脑”的服务
未来，应全力推动大数据人工智能等技术与航天装备的结合，实现装备信息智能采集、远程保障、智能决策的完美集成，航天企业的发展模式也将由提供产品向提供全方位解决方案的服务转变，如智慧的发射服务、全面的体系作战服务和智慧的军民融合服务。智慧发射最终要实现输入一个指定的位置坐标，为其精准、快速、智能、高效、低廉地发射到指定地点。全面的体系作战服务基于大数据和人工智能技术，能够实现装备的自主保障、战时智能决策和一体化的体系作战。智慧的军民融合服务结合现有的技术和民用产业，开展更多的智慧产业服务，通过信息和通信技术的应用，提升城市的管理水平，提高市民的生活质量，令城市运行和市民生活更加智能。
参考文献:
[1]夏定纯, 徐 涛 人工智能技术与方法[M]华中科技大学出版社, 2004
[2]张 妮, 徐文尚, 王文文 人工智能技术发展及应用研究综述[J] 煤矿机械, 2009, 30(2):4-7
[3]沈林城, 关世义 开放式飞行任务规划方法[J]宇航学报, 1998, 19(2):13-18
[4]席 政 人工智能在航天飞行任务规划中的应用研究[J] 航空学报, 2007, 28 (4) :791-795
[5]张 克, 邵长胜, 强文义 基于面向Agent技术的任务规划系统研究[J] 高技术通讯, 2002, 12(5):82-86
[6]鲁 宇 中国运载火箭技术发展 [J] 宇航总体技术, 2017(3):5-12
[7]郭凤英, 何洪庆 人工智能技术在航天领域的应用[J] 中国航天, 1996(6)：19-21
[8]谭 勇, 王 伟 智能故障诊断技术及发展[J]飞航导d, 2009(7):35-38
Application and Prospect of Artificial Intelligence in China Aerospace
Yue MengYun, Wang Wei, Zhang Xige
(Beijing Institute of Aerospace SystemEngineering, Beijing 100076,China)
Abstract : With the breakthrough of technology such asnetworking, massively parallel computing, big data and deep learningalgorithms, Artificial Intelligence has achieved rapid development in recentyears, exciting prospects for development in image identification, voicerecognition, Natural Language Processing(NLP), self-driving, thus got theattention and support from governments of the world This paper combinesartificial intelligence technology with space applications such as rockets,deep-space detector and weapon equipment, then describes its applicationprospect in space Mission Planning, Ground Testing, Integrated Support, etcAnd puts forward relevant countermeasures and suggestions on the subsequentdevelopment of AI technology in China Aerospace
Keywords : Artificial Intelligence; Big Data; China Aerospace
收稿日期：2019-02-18；修回日期：2019-02-26。
作者简介：岳梦云(1988-)，女，安徽合肥人，硕士，工程师，主要从事运载火箭与导d的地面测发控系统设计方向的研究。
文章编号：1671-4598 ( 2019 ) 06-0001-04
DOI ： 1016526 / jcnki11-4762 / tp201906001
中图分类号：TP18
文献标识码：A不支持人工智能。
在人工智能领域,AI语音是最重要的入口之一。智能音箱并不是唯一的语音入口,语音交互能力正逐步向物联网终端全面扩散。
AI语音,即智能语音技术,以语音识别技术为开端,是实现人机语言的通信,包括语音识别技术(ASR)和语音合成技术(TTS)。语音识别技术是指机器自动将人的语音转成文字的技术,又称AutomaticSpeechRecognition,即ASR技术。楼上一些回答太形而上学了，都是理论，简单的事情整复杂了，非常容易把人往沟里带。
本人从事物联网专业（说实话做了不少产品，但目前OSI七层协议都背不全），分享下自己的答案，希望能给题主一些帮助。
物联网其实是互联网的一个延伸，互联网的终端是计算机（PC、服务器），我们运行的所有程序，无非都是计算机和网络中的数据处理和数据传输，除了计算机外，没有涉及任何其他的终端（硬件）。
物联网的本质还是互联网，只不过终端不再是计算机（PC、服务器），而是嵌入式计算机系统及其配套的传感器。这是计算机科技发展的必然结果，为人类服务的计算机呈现出各种形态，如穿戴设备、环境监控设备、虚拟现实设备等等。只要有硬件或产品连上网，发生数据交互，就叫物联网。
不过物联网的概念目前被炒到过热。鄙人大概十年前开始学习嵌入式，那个时候还没物联网、智能硬件这么高大上的字眼。相信很多前辈那时跟我一样，学的是单片机编程，大家都用“单片机”来概括这个行业。大概2012年左右，很多热钱从房市涌出，投入资本市场。正是这个时候，一大波高大上词汇来袭。服务器技术叫“云”，单片机叫“智能硬件”，网络单片机应用叫“物联网”，车载单片机应用叫“车联网”。。。呵呵。这种现象是商业进展的必要性，我们搞技术的只能跟着改头换脸，谁叫发薪水的是老板呢，呵呵。
不过受限于技术上的瓶颈，物联网的发展，其实无法像当初互联网那样爆发。或者换通俗一点的说法，大家有没有发现很多物联网的应用，其实是锦上添花的东西，需求性并没有那么强，这也就是为什么很多智能硬件卖得并不是很好的根本原因；正是因为需求性原因，所以商业上也不会出现滴滴打车那样的持续性投入，又一定钳制了技术的进一步发展。
到今年，这一波的投资热潮冷却了很多，但是在这波浪潮里，我们的社会还是发生了很多变化。首先是关注物联网的人越来越多，从业者也越来越多。而且很多大学也开设了相关课程，政府也出台了行业鼓励政策。前面我们说过物联网的概念被炒得有点过热，所以在物联网的大群体里，有两类人最为迷茫。其一就是专注物联网的创业者，其二就是物联网专业的学生。鄙人也曾经属于第一类人。
物联网的技术前景是广阔的，近些年上市的一些空气净化器产品，穿戴设备，家庭环境监控设备，在过去是不曾有的，在目前的消费背景下，正服务着大众。未来还会有更多的新式设备出现，这些正是物联网技术发展的必然结果，所以投身于物联网的技术研发，是很有前景的一件事。
然而物联网的商业前景却是复杂的，特别是对于创业者而言，这不是一个好消息。既然创业，目的肯定是赚钱，然而放眼人类社会，最赚钱的事情，其实归类起来就那么几样。首先是资源、再就是获取资源的工具，以及信息。每个企业，想要活得好，目标只有一个，就是垄断。然而社会上的大部分资源，都是垄断在大企业手里，小企业参与的，往往是跟民生有关的门槛低的行业，竞争激烈，赚钱辛苦。回到计算机行业，虽然计算机行业开放程度很高，然而垄断的存在并不亚于其他行业。英特尔、ARM等公司，基本垄断了处理器行业。微软、Google（Android）、苹果垄断了 *** 作系统。物联网是新兴市场，虽然目前容量不大，但各家各户都盯着，对于创业者而言，无法创造垄断，很难存活。创业者大部分都是小公司，你无论多么牛逼的技术，一旦有市场，大公司都可以迅速投入数倍于你的资金，在非常短的时间内模仿你，超过你，压垮你。你是小公司，宣传推广，也不可能投入像大公司那样的资金及影响力，所以产品再好，也不一定卖得好，这是每个技术型创业者，不得不面对的事实。
正是因为上述压力，很多创业者非常迷茫。本人过去四年间一直从事物联网行业，因此结识了很多同行，其中大部分都是创业者。这些创业者非常勤奋，对自己的想法充满热情，也往往敢于坚持。然而这些并没有什么用，大部分创业者，都没有走到今天，因为投资人的钱总是会烧完的。
我觉得想走向成功，物联网行业的创业者应该处理好两个问题。首先，应该认识到，计算机行业想突破垄断，对于大企业而言，是技术积累。然而对于个人或小团队而言，唯一的方法是缩小用户群体。就是我们应该专注于一个领域一项技术去解决一个问题。如果你说你的客户是大众每一个人，那你的东西基本一个都卖不出去。但是如果你的客户是“捷达轿车车主”+“装过电子导航系统”，那你的东西会比较好卖。缩小用户群体的好处，是大企业不会来跟你抢饭吃，而你又非常容易精准的找到你的客户并说服他们买你的东西。其次，个人或小团队，不应该有任何一刻在亏本，否则你终会难以坚持。最好的状态，应该是大家都有正职工作（收入），但是比较闲，一起来维护一款小产品，这样的情形，往往容易成功（最后团队或项目被大公司收购，实现财务自由，或职位上升）。
对于在大企业进行物联网方向研发的人员，自然不用担心收入问题，然而可能大部分时间，都要接受来自上层的任务分配。作为物联网技术从业者，我们应该认识到，这个行业的技术，还是有很多方面需要突破的，个人将一些觉得需要突破的技术陈列如下，希望在物联网方向的研发人员，可以在闲暇之余，做一下这么几方面的技术积累：
1目前国内低功耗网络技术都做得不好，包括zigbee，其实也被过分夸大宣传。
2传感器和传感输入部分，其实有很大的空间，人之所以聪明，跟手、眼、口、鼻、耳有很大关系，然而计算机的手眼口鼻耳，没一项可以跟人比。由于个人很难在芯片技术上积累，所以只能做做算法，对于视觉识别技术，各个领域，都有非常大的潜力，可以研究积累。
3降低研发难度的工具，可以关注下，目前物联网还属于教学推广阶段，能够快速帮助从业者提高研发效率的工具，可以研究积累。（鄙人正是做这一块）
4特定环境下的语音对话算法，可以研究下。目前所有的语音识别，几乎都不过是语音转文字而已，然后计算机通过词汇分析来执行任务，基本都做不了上下文对话。非特定环境下的语音对话，估计国外的苹果、google，国内的讯飞、腾讯、百度都在研究，个人技术者基本没有必要也没有机会。不过在特定环境下（比如自动导航这个环境，人的指令，只会围绕“导航”这个主题），语音对话是非常有效率的输入输出工具，值得个人研究积累。
说完创业者，再来说说各大高校的物联网专业的学习者。
其实我个人是不建议在本科搞物联网专业的，因为物联网专业不是基础学科，在本科开设，没能力的学校，也就是一个幌子，会坑不少人。有点能力的学校，也无法指望在当前的教学构架下，能让学生学到点什么。其原因就是，物联网涵盖的内容太多，随便列举列举：
1数电模电、单片机编程技术：要做物联网产品，起码，你能看得懂电路板吧，你得能给单片机写几行代码，点个流水灯什么的吧。要知道，这过去是放到自动化专业四年要学的东西啊。电路板画得好，就算在内陆省会城市，月薪也随便上万的啊，单片机写得好，月薪也一样上万的啊。打什么物联网的幌子啊！
2网络技术：光给单片机编单机程序还不行，你还得能让单片机上网吧，否则叫什么物联网。既然上网，最简单的“客户端-服务器”模型，你好歹得在云端放个服务器吧。且不说服务器程序你要自己写，到阿里云买个服务器，绑定个域名，估计你都得折腾一个礼拜。写服务器程序，那在本科也是一门专业啊，起码VC要学吧（时髦点学java）。你即会上位机，又会单片机，那你是全栈工程师啊，这工资不是更高？
3无线技术：很多产品，光一个单片机还不行，你还得整多个单片机，然后多个单片机互相整个网络，这就涉及到组网。用wifi，功耗太高。用zigbee，光协议就看死你。用蓝牙，人家构架就没这么整过。那只好自己写吧，从驱动到组网协议，你要能写全，还不出问题，那以后还有什么软件构架你整不了啊？
4传感器技术：就目前而言吧，很多传感器都是数字型的，直接丢数值出来，单片机只需连上去就可以用，难到不难。但问题是量多，测温度吧，有温度传感器；测光照吧，有光照传感器；测空气吧，有空气质量传感器；还有加速度传感器、心率传感器、颜色传感器、分贝传感器。。。大学也就四年，学单片机编程估计都要三年，你看你剩下的时间能整几个吧。
5终端技术（App）：物联网物联网，你把用户搁哪啊，总要给用户丢个App来看看产品状态吧，那就得学习App怎么做。iOS和Android你还得都学了，不然用户就得减少一半，呵呵。
所以本科开设的物联网专业真的是坑啊，明摆着学校不可能教全的嘛，就算学校愿意教，学生也学不过来啊。给点可行性建议吧：
1明确正确的技术观，物联网是一个行业，而不是一个专业。学好物联网里任何一项技术，都可以独当一面，迅速实现个人价值积累（收入很赞的哦）。如果贪多贪快，除了给自己带来无尽的失望和打击，没什么好处。
2明确正确的发展方向，物联网涉及软硬件、互联网、App等多个领域，作为个人而言，只可能精其一样。如果是做硬件，那就好好学数电模电、应用电路、布线画板、传感器特性等等。如果是做软件，明确方向，一般建议本科阶段学好单片机编程、熟悉一两种传感器或应用，做一两款小产品即可。毕业后，可逐步过渡，学会和其他工程师配合，学会组网应用，多出作品练手。
3实践大于理论，学物联网或者嵌入式一定要勤上手，多出作品。多出作品，不仅可以增长技术能力、了解物联网构架，最重要的是可以提高自信心。人与人的区别，大部分都在教育，而教育成功与否，自信是非常重要的评估法则。当然，由于物联网一般都是系统产品，建议学习者可以基于成熟的构架去做产品，这样容易成功做出完整产品。可以用我们酷享物联系统，也是选择之一。
4毕业后，尽量不要去初创公司，不过初创公司也很少招应届生。一定要去中型企业或大企业的核心团队，哪怕打杂都行。无论未来是打算做市场还是做技术，一定要记得毕业招工作的时候，要想办法进企业的核心研发团队，大公司进不了，就进小一点的，再进不了，就再小一点。可能有人会问，人家不一定要我啊。对，人家不一定要你，你本科期间作出的物联网作品，就是敲门砖。
5就业后，不要急于成功，闷下心思，跟着团队技术带头人做技术。有什么做什么，尽多培养不同领域的应用，多结实靠谱的技术朋友。三五年后，某一天，你会发现你自己有技术、有团队，可以做任何产品的时候，你的路也会宽阔起来。
------------------------------------------------------------------------------------------------------
好了，广告时间到了，来说说我这两年从事的项目：
酷享物联系统，是开源、开放的物联网系统，以主机+设备的方式，原生支持常见家电控制，提供可以嵌入到设备里的无线物联模块（万纳模块）给研发者，研发者可以基于万纳模块，快速实现自己的Idea。万纳模块8个IO无需编程，就可以被配置为数字输入输出、按键、模拟采样（ADC），PWM等各种方式，极大的降低了设备的接入门槛。
由于酷享物联系统是开源系统，学习者使用酷享系统学习物联网构架的同时，还可以看到酷享物联系统的实现代码，以及诸多应用案例，以最高的效率，提升自己对物联网的理解。
案例：
植物栽培助手（不编程案例）
双向开关、智能插座（不编程案例）
情景面板（不编程案例）
LED调光器（不编程案例）
空气质量监测仪（开源案例）
补充：（2016420）
本来不想上照片的，有评论说我做的这几个作品根本没有联网，那我就发几张照片出来打脸，呵呵。
请问？系统中所有设备，都可以通过app远程联网查看，控制，怎么不是物联网？？？？？？？？？？？？？？？？
请问？系统中所有设备，可以脱离手机，通过网络互为关联，互相触发，怎么不是物联网？？？？？？？？？？？？？？？？？
对，说的就是你，让我看论文的那位！！！！！！！！！！！！！
好了，希望诸多物联网从业者也好，初学者也好，都能戒骄戒躁，努力积累，实现中国梦！哈哈哈哈大数据在各个行业领域，都是有应用的。比如物联网、智慧城市、增强现实(AR)与虚拟现实(VR)、区块链、语音识别等。
1、物联网。物联网是互联网基础上的延伸和扩展的网络，实现在任何时间、任何地点，人、机、物的互联互通。
2、智慧城市。智慧城市就是运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息，从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能响应。
3、增强现实(AR)与虚拟现实(VR)。AR增强现实(Augmented Reality)技术是一种将虚拟信息与真实世界巧妙融合的技术，应用到真实世界中，两种信息互为补充，从而实现对真实世界的“增强”。
4、区块链。区块链是一个分布式的共享账本和数据库。区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。
5、语音识别。其目标是将人类的语音中的词汇内容转换为计算机可读的输入。
想了解更多有关大数据的详情，推荐选择达内教育。该机构是引领行业的职业教育公司，致力于面向IT互联网行业，培养软件开发工程师、系统管理员、UI设计师、网络营销工程师、会计等职场人才，拥有强大的师资力量，实战讲师对实战经验倾囊相授，部分讲师曾就职于IBM、微软、Oracle-Sun、华为、亚信等企业，其教研团队更是有独家26大课程体系，助力学生系统化学习，同时还与各大高校进行合作，助力学生职业方向的发展。→感兴趣的话点击此处，免费学习一下
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）