摘要：人工智能理论进入21世纪，正酝酿着新的突破，人工智能的研究成果将能够创造出更多更高级的智能“制品”，并使之在越来越多的领域超越人类智能，人工智能将为发展国民经济和改善人类生活做出更大贡献。本文对人工智能在不同领域中的应用及通过集成电路的人工智能功能的实现进行探讨。
关键词：人工智能；集成电路；功能实现；技术应用
一、引言
从人工智能的发展历程来看，其发展的源头正是计算机的应用，人类才开始提出人工智能的概念，因此人工智能发展史上，把上世纪五十年代定位为人工智能概念的诞生年代。谈到人工智能，很多时候我们想到的是算法的研究与应用，当然这也有一定的道理，但从上面分析可以知道，算法属于计算机的软件层面，其实现的基础依赖仍然是计算机硬件性能。目前也有专家学者阐述的观点说，除了传统间接依赖计算机芯片的数据处理能力的同时，可否在数字集成电路器件上进行一些算法或者通过编程来实现人的思维方式，能否让器件底层“智能”起来，可想这也许是未来人工智能技术的一个全新发展方向。人工智能与集成电路是两个相辅相成、相互促进的高端技术领域，以集成电路为基础的芯片技术为人工智能技术的发展奠定基础，而人工智能技术也会反作用与集成电路技术发展。
二、人工智能在不同领域的应用
2.1在管理系统中的应用
(1)人工智能应用于企业管理的意义主要不在于提高效率，而是用计算机实现人们非常需要做，但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中，以数据管理和处理为中心，围绕企业的核心业务和主导流程建立若干个主题数据库，而所有的应用系统应该围绕主题数据库来建立和运行。换句话说，就是将企业各部门的数据进行统一集成管理，搭建人工智能的应用平台，使之成为企业管理与决策中的关键因子。
(2)智能教学系统(ITS)是人工智能与教育结合的主要形式，也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善，推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统，计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块，体现了教学系统开发的全部内容，拥有着不可比拟的优势和极大的吸引力。
2.2在工程领域的应用
(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用，具有极大的科研和应用价值，它可以帮助医生解决复杂的医学问题，作为医生诊断、治疗的辅助工具。由此，掀起了医学智能系统开发与应用的高潮。目前，医学智能系统已通过其在医学影像方面的重要作用，从而应用于内科、骨科等多个医学领域中，并在不断发展完善中。
(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”，该系统用于勘探评价、区域资源估值和钻井井位选择等，是工业领域的首个人工智能专家系统，其发现了一个钼矿沉积，价值超过1亿美元。
2.3在技术研究中的应用
(1)在超声无损检测(NDT)与无损评价(NDE)领域中，目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器，以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动，减少了任务因素造成的无擦，提高了检测的可靠性，实现了超声检测和评价的自动化、智能化。
(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展，网络技术的安全是我们关心的重点，因此我们必须在传统技术的基础上进行网络安全技术的改进和变更，大力发展数据挖掘技术、人工免疫技术等高效的AI技术，开发更高级AI通用和专用语言，和应用环境以及开发专用机器，而与人工智能技术则为我们提供了可能性。
期刊文章分类查询,尽在期刊图书馆
三、人工智能通过集成电路需要实现的功能
3.1专家系统
专家系统是依靠人类专家已有的知识建立起来的知识系统，是一种具有特定领域内大量知识与经验的程序系统。它应用人工智能技术、模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过人类专家的水平。目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域，广泛应用于医疗诊断、地质勘探、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统，它应用人工智能技术、模拟人类专家解决问题时的思维过程，来求解领域内的各种问题，达到或接近专家的水平。
3.2机器学习
机器学习就是机器自己获取知识。机器学习的研究，主要是研究人类学习的机理、人脑思维的过程;机器学习的方法;建立针对具体任务的学习系统。还有机器人学这个领域所研究的问题，包括从机器人手臂的最佳移动到实现机器人的目标动作序列的规划方法等。因此开发高智能机器人是一个重要研究方面。
3.3模式识别
模式识别是研究如何使机器具有感知能力，主要研究视觉模式和听觉模式的识别，如识别物体、地形、图像、字体(如签字)等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。特别神经网络方法在模式识别中取得较大进展。当前模式识别主要集中在图形识别和语音识别。图形识别方面例如识别各种印刷体和某些手写体文字，识别指纹、白血球和癌细胞等的技术已经进入实用阶段。语音识别主要研究各种语音信号的分类。语音识别技术近年来发展很快，现已有商品化产品如扫描仪的上市。
3.4人工神经网络
人工神经网络是在研究人脑的奥秘中得到启发，试图用大量的处理单元模仿人脑神经系统工程结构和工作机理。是通过范例的学习，修改了知识库和推理机的结构，达到实现人工智能的目的。在人工神经网络中，信息的处理是由神经元之间的相互作用来实现的，知识与信息的存储表现为网络元件互连间分布式的物理联系，网络的学习和识别取决于和神经元连接权值的动态演化过程。人工神经网络也许永远也无法代替人脑，但是他能帮助人类扩展对外部世界的认识和智能控制。多年来，人工神经网络的研究取得了较大的进展，成为具有一种独特风格的信息处理学科。目前，人工神经网络的发展趋势有如下特点:①新的人工神经网络模型产生频率非常之快。②现有的人工神经网络模型的完善改进速度喜人。③人工神经网络结合和其他一些现代优化计算方法的结合运用日见增多。如结合混沌理论、遗传+神经、模拟退火+神经算法等成功运用的实例。
3.5智能决策支持系统
决策支持系统是属于管理科学的范畴，它与“知识-智能”有着极其密切的关系。自20世纪80年代以来专家系统在许多方面取得成功，将人工智能中特别是智能和知识处理技术应用于决策支持系统，扩大了决策支持系统的应用范围，提高了系统解决问题的能力，这就成为智能决策支持系统。
四、结束语
综上所述，集成电路与人工智能的关系十分密切，随着两者的进一步发展其相互作用也将越来越强。人工智能的发展离不开集成电路的支撑，集成电路的升级也对人工智能发展的起到了积极的促进作用，在两者的良性互动下，人工智能与集成电路一定会走得更远、走得更好，也会更多更好地造福全人类。
参考文献：
[1]人工智能的研究现状及发展趋势[J]. 孙晔,吴飞扬. 价值工程. 2016(28)
[2]计算机人工智能算法研究新进展[J]. 姚刚. 科技创新导报. 2011(24)
[3]人工智能在机械系统中的应用[J]. 周利,余愚. 现代制造技术与装备. 2017(05)
论文作者:郑军
论文发表刊物:《电力设备》2018年第16期
论文发表时间:2018/10/18
标签：人工智能论文; 神经网络论文; 技术论文; 集成电路论文; 专家系统论文; 系统论文; 领域论文; 《电力设备》2018年第16期论文;